AI群体审议碾压人类群体智慧，但前提是模型不能全一个样！
The Wisdom of Artificial Deliberative Crowds
📖 AI 总结
该研究将原本用于人类的三阶段审议范式迁移至大语言模型，测试了来自三个不同模型家族的模型在四个现实风险递增领域中的表现：视觉数值估计、机器学习论文同行评审、AI代理隐藏恶意行为检测，以及对抗真实预测市场的体育赛事预测。结果显示，在所有领域中，审议均能比独立回答的被动聚合进一步降低集体误差，且审议后的个体判断仍保留集体增益。值得注意的是，这一优势依赖于模型多样性——由同一模型克隆组成的群体无法从审议中获益。该研究确立了机器审议作为一种通用聚合机制，并指出多样性是其发挥作用的关键要素。
🔑 关键词速览
| Wisdom of Crowds | 群体智慧，指大量独立个体估计的聚合结果往往优于单个专家的判断。 |
| Deliberation | 审议，指小组成员通过讨论交流达成共识的过程，此处特指大语言模型之间的多轮协商。 |
| Large Language Models (LLMs) | 大型语言模型，指基于海量文本训练、能生成自然语言并完成多种任务的深度学习模型。 |
| Model Diversity | 模型多样性，指群体中成员来自不同模型家族或具有不同架构，是审议增益的关键条件。 |
| Aggregation Mechanism | 聚合机制，指将多个个体判断或估计合并为集体决策的方法，如平均、投票或审议。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅