LLM自我修正悖论：较弱模型在错误恢复方面表现更佳

这项研究强调了一个关键缺陷，即更强大的LLM本质上更擅长自我纠正的假设，揭示了准确率和纠正率之间违反直觉的关系。“错误深度假设”提供了一个合理的解释，表明高级模型会产生更复杂的错误，这些错误更难在内部纠正。 这对设计有效的自我完善策略和理解当前LLM架构的局限性具有重要意义。