待验证50% 置信基准精确时间

麻省理工学院与谷歌等机构的研究发现，多个大语言模型实例就同一问题展开多轮辩论时，最终答案准确率相比单模型输出可提升10%至30%，在数学推理和事实性问题上效果尤为显著

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

反职责机制：让AI智能体主动"唱反调"的协作新思路

涉及实体

麻省理工学院company 谷歌company 多智能体辩论concept

相关事实

待验证学术研究已证明，同样的问题以不同方式表达，模型的回答准确率可能相差20%以上77% 相似待验证早期研究发现同一问题用不同表述方式提问，模型性能差异可高达数十个百分点77% 相似待验证麻省理工学院等机构实验显示，多智能体辩论（MAD）可将数学推理和事实核查准确率提升10%-30%74% 相似待验证研究数据表明，在数学竞赛级别问题上，启用深度推理的模型准确率可从不足30%提升至80%以上74% 相似已验证研究表明，同一模型在不同提示词下的输出质量可能相差数倍72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/910380

API

curl https://kongchang.com/api/v1/knowledge/claims/910380

MCP

get_claim(id=910380)