研究：多数投票自洽性损害小模型表现

2026年10月23日，arXiv Artificial Intelligence 刊出 Utkarsh Bahuguna 的论文，分析多数投票式自洽性（SC）在小型指令微调模型处理硬科学问题时的负面影响及置信门控失效。报道称，多数投票式自洽性反而降低了小模型在多数 GPQA Diamond 问题上的单题准确率：Qwen2.5-7B 有 56.6% 的问题受影响，Llama-3-8B 有 65.7%。作者同时说明，上述新结论仅基于一个模型，对第二个模型登记的复现虽已采样但未能评估，论文如实报告了这一情况；另有三款推理模型因各自不同的实测原因，在小预算的托管无服务器推理上无法评估，三者均可下载，作者称这属于按量计费 API 的限制而非认知上的限制。目前事件进展停留在该论文发布阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。