Skip to content

Translation in progress Some entries still include text in the original language.

Original
arXiv：可解释性· arXiv:2610.07791· Peihua Mai, Zhuoyan Shao, Xinbao Qiao, Meng Zhang, Xinyue Zhou, Yan Pang·Indexed by this site · Originally published

研究：LLM 比人类更易产生错觉模式感知并导致虚假推理

Illusory Pattern Perception Drives Spurious Inference in Large Language Models

Quick read

Interpretability

Based on 论文 PDF （AI 生成）; refer to the original

作者用三项任务比较九个LLM与人类，称多数模型错觉关联更强；社区少数选择平均0.15，人类0.46。

Questions
LLM已被用于招聘、法律、医疗和投资等高风险分析。作者要回答：模型是否会在随机或证据不足的输入里推断出并不存在的关系，从而带入难以检测的系统错误。
Methods
改编社区相关、投资相关和阴谋信念三项心理范式，以少数方选择比例和1到7的因果评分，相对0.5与4度量。再用SAE比较原始提示与相关中性提示的特征激活，并对开源模型做特征转向。
Experiments and results
九个LLM在社区任务的少数选择平均为0.15，人类为0.46；阴谋评分平均5.37，人类4.34（Table 1）。投资任务有不低于0.5的行，阴谋任务也非每个模型都高于人类。作者称提醒提示和特征转向可减弱部分无支持推断。
Limitations and future work
作者写道当前比较集中于三个文本范式，与人类只做行为对照、未观测内部过程。后续包括扩展测量、结合眼动或EEG，以及延伸到多模态；作者也提醒不宜把受控任务过度外推。
Experimental setupGPT-3.5、GPT-4o et al. · community correlation、investment correlation et al. · minority choice proportion、mean linkage rating (1-7) et al.
Evaluated models
GPT-3.5GPT-4oGPT-5GPT-5.2DeepSeek-R1-Distill-Llama-8BLlama-8B-ITGemma-2-9b-ITQwen2.5-14B-ITLlama-4-Scout-17B-16E-IT
Benchmarks
community correlationinvestment correlationconspiracy belief
Metrics
minority choice proportionmean linkage rating (1-7)one-sided p-value
AI summary论文研究大语言模型是否表现出人类的错觉模式感知，即从随机数据中推断出并不存在的有意义关联。作者称这是首个针对 LLM 错觉模式感知的系统研究，将经典心理学范式改造为三项任务，并与人类行为做直接实证对比，发现 LLM 的错觉模式感知往往强于人类，模型倾向于把频繁出现的正面属性过度关联到多数群体或大型组织，也更易从模糊事件中构建因果叙事。为揭示机制，作者基于 Sparse Autoencoders（SAEs）构建特征可解释性框架分析内部表征，结果显示整体频率感知与分析性认知取向与错觉感知的出现相关。代码见 https://github.com/NusIoraPrivacy/illusory。

论文研究大语言模型是否表现出人类的错觉模式感知，即从随机数据中推断出并不存在的有意义关联。作者称这是首个针对 LLM 错觉模式感知的系统研究，将经典心理学范式改造为三项任务，并与人类行为做直接实证对比，发现 LLM 的错觉模式感知往往强于人类，模型倾向于把频繁出现的正面属性过度关联到多数群体或大型组织，也更易从模糊事件中构建因果叙事。为揭示机制，作者基于 Sparse Autoencoders（SAEs）构建特征可解释性框架分析内部表征，结果显示整体频率感知与分析性认知取向与错觉感知的出现相关。代码见 https://github.com/NusIoraPrivacy/illusory。

Paper analysis

6 questions; open one to read the full answer

  1. What problem does this paper attempt to solve?

    作者要检验LLM会不会在证据不足时推断出并不存在的关系，并与人类直接比较。

    LLM是否会在随机或证据不足时，推断出客观上并不存在的关系。

    • 高风险使用场景：作者称人类的错觉模式知觉会把难忘共现当成关联，并表现为错觉相关、把噪声读成投资趋势，以及阴谋信念。LLM已被用于解析大量非结构化数据，并进入招聘、法律情报、医疗诊断和算法投资；作者认为，若模型构造出无事实根据但结构上说得通的关系，高风险决策会带入难以检测的系统错误。
    • 现有框架的缺口：作者把既有工作概括为幻觉、偏差和鲁棒性，并称它们没有检验模型是否在输入中知觉到并不存在的结构。作者的区分是：偏差常是按社会先验错误加权已有信息；幻觉关乎单条输出是否真实；错觉模式知觉是在单条陈述都可成立时，仍推断证据不支持的关联或因果。
    • 作者提出的研究：作者把该现象形式化为无支持的关系推断，改编社区相关、投资相关和阴谋信念三项心理范式，让人类与LLM在同一任务上比较，并用基于稀疏自编码器（Sparse Autoencoder, SAE）的特征分析考察内部表示。作者称，据其所知这是对该现象的首次系统研究。
    • 检验方向：作者只检验预设方向上的代理是否大于0：相关任务中是否少选信息量较小的一方，阴谋任务中评分是否高于4。负向偏离，包括知觉到相反关系，在该方向上不算错觉模式知觉。

  2. What related research exists?

    作者将该现象与偏差、幻觉、鲁棒性分开，并接上人类错觉相关与伪偶然性文献。

    LLM偏差

    • 在场信息上的决策偏差：作者讨论框架效应、锚定和确认偏差等研究（如Gallegos等，2024；Chen等，2025；Hagendorff等，2023；Cheung等，2025），称这些工作看模型如何在不同语境下加权已经给出的信息。
    • 作者的分界：作者认为这类偏差仍作用于在场信息，而错觉模式知觉是在信息不支持任何关系时构造意义。

    LLM幻觉

    • 单条内容的真实性：Huang等（2025）、Farquhar等（2024）、Ji等（2023）讨论流畅但事实不正确或不可核验的输出；Maynez等（2020）与Zhang等（2025）区分与来源矛盾的内在幻觉，以及编造无依据实体的外在幻觉。Li等（2023）、Chen等（2024）报告视觉语言模型检出图像中不存在的物体。
    • 作者的分界：作者称幻觉关乎单条输出是否真实，本文现象关乎输入元素之间的关系，即便每条陈述都准确。

    LLM鲁棒性

    • 扰动下的稳定性：Yuan等（2023）、Yang等（2023）、Zhu等（2023）、Wang等（2023）等考察对抗、分布外和语义扰动；Jia与Liang（2017）、Wei等（2023）、Chao等（2025）等讨论阅读理解对抗样本和越狱。作者称这类工作看噪声如何破坏原有逻辑。
    • 作者的分界：作者称本文现象是对未受扰动的良性数据过度加工，从巧合生成无效推理；鲁棒性关乎有效推理是否脆弱，本文现象关乎无效推理是否自发产生。

    人类认知中的错觉模式知觉

    • 错觉相关与伪偶然性：Chapman（1967）、Hamilton与Gifford（1976）描述罕见行为与较少表征群体的过度关联。Fiedler与Freytag（2004）、Eder等（2011）的伪偶然性理论预测，两个都高频的属性会被推断为有关联。作者称本文的多数群体—正性效应与该理论一致，并与经典的少数群体—负性关联互补，而不是相反现象。
    • 投资与阴谋信念：Kahneman与Riepe（1998）讨论投资者把不频繁的负面信息与小公司过度关联。Whitson与Galinsky（2008）、van Prooijen等（2018）把阴谋信念写为从时间接近或巧合事件推断意图协调。三项任务改编自这类行为范式，作者点名的来源包括Whitson与Galinsky（2008）。

    对照设置：论文未把既有检测方法或攻击算法当作基线。行为对照是人类参与者；统计中性基线是相关任务的0.5和阴谋信念量表上的4。

    作者把该现象写成关系有效性上的失败模式。Appendix A的Table 5按定义、输入触发和失败模式，把它与偏差、幻觉、鲁棒性并列区分；本文再把人类范式接到LLM行为比较和SAE特征分析上。

  3. How does the paper address this problem?

    用三项心理任务的行为代理度量无支持关系推断，再用SAE特征偏移和转向分析内部表示。

    作者把错觉模式知觉定义为无支持的关系推断，用三项改编任务测量行为代理，再在配对提示上做SAE特征偏移，并用内部信号调整干预开源模型。

    形式化与假设检验

    • 设证据为S、候选关系为r。主体M（人类或LLM）知觉到的关系强度记为E_M(S, r)，证据支持的强度记为E_evid(S, r)。潜在分数为 IPP(M; S, r) = EM(S, r) − Eevid(S, r)，正值表示知觉强于证据。
    • E_M不能直接观察。任务T的反应统计为phi(Y_M,T)，越大越认同预设关系r_T，中性基线为b_T。可观察代理为 DT(M) = phi(YM,T) − bT。作者只做单侧检验：原假设为D_T≤0。负向偏离，包括相反关系，在方向r_T上不算该错觉。
    • 社区与投资的预设关系，是更常被描述的实体与正性指标相关联。因正负比例匹配且为二选一，中性基线取1/2，代理等于1/2减少数方选择概率。阴谋任务的预设关系是两事件有因果连接；情境有暗示性共现但无决定性证据，量表上4标为uncertain，代理等于平均评分减4。

    三项任务

    • 社区相关：阅读39条陈述，成员来自两个动物社群。多数社群26条，其中合意18、不合意8；少数社群13条，其中合意9、不合意4。正负比例相同、信息量不同。之后从两群中选一名队友。陈述对每次生成或每位参与者独立打乱。
    • 投资相关：阅读36条关于两家公司的正负信息。较大公司24条，正16、负8；较小公司12条，正8、负4。比例匹配、数量不同。之后选择一家做财务投资。
    • 阴谋信念：阅读两个因果连接看似可能、但客观上不确定的情境，各在1到7上评定事件联系，指标为两次评分的平均。情境顺序做了平衡。相关任务为两轮问答，阴谋任务为三轮；每轮前有理解检查，正确答案分别为两个群体、两家公司、两项任务。完整提示在Appendix B与Fig. 4–6。

    SAE特征偏移

    • 相关中性变体：在第二轮开头插入任务特定提醒，用来鼓励承认不确定、抑制无支持的相关推断。社区与投资提醒要求按正性陈述比例而不是陈述总数选择；阴谋提醒要求考虑替代解释、权衡正反证据并承认不确定。完整提醒词在Appendix D.3。配对样本同时用于行为变化和潜在状态偏移。
    • 提取与归类：使用已有SAE。Llama-8B-IT与DeepSeek-R1-Distill-Llama-8B接入llama-3-8b-it-res-jh的第25层残差流；Gemma-2-9b-IT接入gemma-scope-9b-it-res的第31层。附录C采用标准ReLU SAE，目标为重构损失加稀疏惩罚。主分析对每个特征把各token编码器激活的绝对值求和；附录D.10.1另做按长度平均的池化。
    • 类别偏移：对高激活token，由GPT-4o提出候选类别，两名专家参照激活证据和该建议独立归类，第三人裁定分歧，指南在Appendix D.5。类别既有跨任务的结构与指令特征，也有任务特征：社区为正负行为、角色名、情境与社会互动；投资为经营、公司标识、财务表现和正负指标；阴谋为评分量表、结果语言、分析框架、因果推理和时间标记。类别偏移是该类特征上「中性条件平均激活减原始条件平均激活」之和。

    内部信号调整

    • 作者计算每个特征的中性减原始激活差，取绝对差最大的K个特征。生成新token时，把这些差乘以对应SAE解码向量，再乘全局系数α，加到新隐藏状态上。差为正的特征被推向提醒条件下升高的语义方向。
    • 主实验取K=10、α=0.001。作者称这两个超参按干预强度和回答质量一起调节；敏感性分析在Appendix D.11.3。

  4. What experiments did the paper conduct?

    Table 1中九个LLM社区少数选择平均0.15，人类0.46；阴谋评分平均5.37，人类4.34。

    实验设置

    • 被测模型：GPT-3.5、GPT-4o、GPT-5、GPT-5.2、DeepSeek-R1-Distill-Llama-8B、Llama-8B-IT、Gemma-2-9b-IT、Qwen2.5-14B-IT、Llama-4-Scout-17B-16E-IT。每任务每模型在温度1下采集100个独立样本。非承诺或格式无效的输出按预先规则统一剔除。Table 2、Table 3把Llama-8B-IT、Qwen2.5-14B-IT写作Llama-3-8B-Instruct、Qwen2.5-14B-Instruct。
    • 有效样本量：Table 6中人类为99、99、91；GPT-3.5阴谋信念为96；GPT-5投资为94；DeepSeek-R1-Distill-Llama-8B阴谋信念为90；其余列出的模型—任务组合为100。
    • 人类：每任务经Prolific招募100人，报酬9.86欧元/小时，经机构审查，知情同意。未通过注意力检查者排除，回答去标识。
    • 任务与指标：社区39条、投资36条，报告少数社群或较小公司的选择比例，原假设为比例≥0.5。阴谋信念为两个情境的1–7平均评分，原假设为均值≤4。单侧检验，表中*、、*分别对应p<.05、p<.01、p<.001，括号内为标准误。
    • 附加条件：CoT、人口统计角色、温度0.5与1.5；EqualVol、MajorLow、VaryRate；阴谋信念的反对证据、原始模糊证据和支持证据；另有8个情境，共10个。SAE与转向使用三个有预训练SAE的开源模型。
    • 辅助模型：特征类别建议使用GPT-4o；转向后的1–10质量分由GPT-5评定，困惑度用Qwen3-4B计算。论文未报告行为选择的人工复核一致性。

    主结果

    据Table 1。社区、投资列为少数方选择比例，阴谋列为平均评分。

    | 模型 | 社区少数选择 | 投资少数选择 | 阴谋信念评分 | | Human | 0.46 (0.05) | 0.40 (0.05)* | 4.34 (0.10)* | | GPT-3.5 | 0.04 (0.02)* | 0.06 (0.02)* | 4.44 (0.06)* | | GPT-5.2 | 0.12 (0.03)* | 0.43 (0.05) | 6.24 (0.03)* | | Llama-8B-IT | 0.17 (0.04)* | 0.48 (0.05) | 5.94 (0.07)* | | DeepSeek-R1-Distill-Llama-8B | 0.28 (0.04)* | 0.37 (0.05) | 4.14 (0.09) | | Gemma-2-9b-IT | 0.11 (0.03)* | 0.66 (0.05) | 5.12 (0.07)* | | Llama-4-Scout-17B-16E-IT | 0.17 (0.04)* | 0.23 (0.04)* | 6.46 (0.06)* | | Average of LLMs | 0.15 (0.01)* | 0.31 (0.01)* | 5.37 (0.02)* |

    • 省略GPT-4o、GPT-5、Qwen2.5-14B-IT。Table 1中三者社区列为0.05、0.13、0.32，均标*；投资列为0.21、0.09、0.30，均标*；阴谋列为5.89、5.54、4.58，均标*。社区列上，表内与省略行的九个LLM都标有*。
    • 作者称在1%水平上，人类在两项相关任务未表现出过高相关，少数选择高于0.40。Table 1里人类投资列标有*，社区列无星号。作者称多数LLM更倾向把高频行为与高频呈现的群体关联；投资列有无星号、以及高于0.5的行。作者称LLM少数选择平均比人类低31和9个百分点（社区、投资）。
    • 作者称人类和多数LLM的阴谋评分都高于4，且多数LLM的评分平均比人类高约23.7%。表中DeepSeek一行相对4未标星号，且点估计低于人类一行。

    提示与解码敏感性

    • CoT：作者称逐步推理部分减弱社区相关和阴谋信念中的错觉模式知觉，但平均少数选择仍比人类低20和6个百分点（社区、投资），阴谋评分仍高11%（Section 4.2.2）。附录D.8.3另称，三个GPT模型在CoT下投资少数选择比人类低16.3个百分点，阴谋评分高13.9个百分点。逐模型柱高在Fig. 2，正文未逐模型列出。
    • 人口统计角色：作者改变性别、年龄、教育和族裔，并称每个角色的社区少数选择都低于人类，差距平均超过51%；投资平均低超过11%；阴谋评分都高于人类，差平均超过16%（Fig. 12）。作者称扮演儿童的设定在三项任务上都强于扮演老年人。正文未给各角色原始比例。
    • 温度：除1.0外还测0.5与1.5，对象为三个GPT模型和四个开源模型，正文未点名是哪三个、哪四个。作者称该实验中社区任务在各温度下少数选择都少于人类；投资任务七个模型中有四个严格低于人类；阴谋任务七个中有五个评分高于人类（Fig. 11）。正文未给逐点数值。

    控制信息量与证据强度

    • 相关任务：EqualVol把两组调成相同信息量和正性比例；MajorLow保持多数组更大但正性比例更低；VaryRate保持信息量相同但正性比例不同。作者称EqualVol下八个选择率中有六个落在0.4到0.6，并认为固定的行为、角色或命名先验不能解释主效应；落在带外的是GPT-4o社区0.37和Llama-3-8B-Instruct投资0.64（Table 2）。MajorLow下八个设置中有七个少数选择低于0.5且标有星号，例外是Llama-3-8B-Instruct投资0.57；作者称更大的表征常常压过真正更高的正性比例。VaryRate报告较低正性比例组的选择率，作者称八个中有七个偏向较高比例组、六个标有星号；Llama-3-8B-Instruct投资为0.54。
    • 阴谋证据：Negative把时间顺序改成不利于连接，Positive加入直接支持证据。Table 3中GPT-4o为2.60、5.89、6.71，GPT-5.2为2.55、6.24、6.98，Llama-3-8B为2.62、5.94、6.61，Qwen2.5-14B为2.67、4.58、6.70（Negative、Original、Positive）。四个模型都满足负向低于原始、原始低于正向。作者称模型能区分证据强度，但在模糊证据下评分仍然高。
    • 情境扩展：Table 12在10个情境上报告GPT-4o 5.21、GPT-5.2 6.17、Llama-3-8B-Instruct 5.42、Qwen2.5-14B-Instruct 4.54，相对4均标***。作者称效应不限于原来的两个情境。

    特征偏移与内部信号调整

    作者比较原始提示和相关中性提示。社区任务中，负性行为的池化激活上升9.0%、16.7%、12.9%（DeepSeek-R1-Distill-Llama-8B、Llama-8B-IT、Gemma-2-9b-IT，Fig. 3）。作者称Fig. 10里三个模型的正负激活比都超过2，加提醒后该比下降。

    据Table 4，转向取激活差最大的10个特征，α=0.001。

    | 模型与条件 | 社区少数选择 | 投资少数选择 | 阴谋评分 | | Llama-8B-IT原/调 | 0.17 / 0.35 | 0.48 / 0.52 | 5.94 / 4.48 | | DeepSeek原/调 | 0.28 / 0.57 | 0.37 / 0.48 | 4.14 / 3.80 | | Gemma-2-9b-IT原/调 | 0.11 / 0.32 | 0.66 / 0.54 | 5.12 / 4.04 |

    • 投资任务上，作者称DeepSeek加提醒后负向表现特征激活上升，Llama的正负激活更均衡，Gemma在校准前正负激活比低于1、提醒后该比上升（Fig. 3、Fig. 10）。阴谋任务上，作者称分析性特征激活增幅最大，情境细节激活下降。作者认为相关任务可能来自对频率的整体印象，阴谋任务可能来自表面细节相对分析特征的凸显。
    • 作者称信号调整使社区少数选择升高18到29个百分点，阴谋评分下降8.2%到24.6%。Table 4中，调整后仍标出低于0.5的有Llama社区和Gemma社区；Llama阴谋评分仍标出高于4。DeepSeek与Gemma的调整后阴谋评分未标星号。作者称该干预至少能在一个开源模型上抑制因果过度推断。
    • 作者称Fig. 15中质量变化约5%。附录D.11.2称，随机特征、随机向量和符号翻转的减弱弱于或接近原条件；符号翻转使无效输出增至37。该表列对齐不稳定，此处不转写单元格。

    其他消融与分析

    • 相关中性提示（Table 13）：Llama由0.17、0.48、5.94到0.25、0.50、4.90；DeepSeek由0.28、0.37、4.14到0.50、0.52、3.44；Gemma由0.11、0.66、5.12到0.24、0.60、3.80。作者称社区大约升高8到22个百分点，阴谋评分下降17%到26%。
    • 转向超参（Table 15，Llama-8B-IT，100次生成）：K=10、α=0.001时社区0.35、无效5，阴谋4.48、无效3；α=0.005时社区0.36、无效37，阴谋4.06、无效32。K=20时无效为13与20。
    • 文本解释（Fig. 8）：社区任务中Llama、Gemma的整体印象模式占48%与42%；阴谋任务的时间接近模式占23.9%、33.3%、29.5%（DeepSeek、Llama、Gemma）。
    • 特征归类：两名专家一致率84.2%，Cohen's κ=0.79（Appendix D.5）。作者称平均池化与求和池化结论一致（Fig. 13）；占位提醒的正负激活比变化更小或不一致，正文未给Fig. 14的百分比。
    • 激活占比（Fig. 9，作者给出的原文比例）：社区任务中Llama的指令特征占43%，Gemma的正负行为加情境元素占73%；投资任务中Gemma的表面表现指标合计占65%；阴谋任务中Gemma的情境元素占24%。

  5. What are some points that can be further explored?

    作者提出可扩展测量范式、观测人类内部过程，并把分析延伸到多模态模型。

    作者指出的局限与后续方向

    • 测量范围：Appendix E.2写明实验集中于三种关系推断范式，后续可扩展到随机序列中的聚类错觉，以及从随机句法中知觉语义。
    • 与人类的比较层级：Appendix E.2写明与人类的比较是行为层面的，没有直接观察人类判断背后的内部认知过程；后续可结合眼动或脑电，以区分注意分配、整合策略或不确定性表征。
    • 模态：Appendix E.2写明刺激为纯文本，后续可把框架延伸到多模态模型，检验视觉或视觉—语言设置中、证据模糊时是否出现类似的关系推断。
    • 外推：Appendix F写明潜在风险包括把受控任务的结果过度推广，以及未来模型过拟合到窄基准。作者称他们把该现象表述为任务特定构造，并强调需要跨领域的更广评估。

    实验覆盖范围

    • 行为评测：Section 4.1列出九个LLM，每任务每模型100个温度1的样本；有效量见Table 6，人类为99、99、91，GPT-5投资为94，DeepSeek-R1-Distill-Llama-8B阴谋信念为90。
    • 人类样本：每任务经Prolific招募100人，报酬9.86欧元/小时，未通过注意力检查者被排除，回答去标识。
    • 机制分析：SAE用于DeepSeek-R1-Distill-Llama-8B、Llama-8B-IT、Gemma-2-9b-IT，残差流层为25、25与31；主转向取激活差绝对值最大的10个特征，α=0.001。
    • 附加条件：CoT、人口统计角色和温度0.5、1.5见Section 4.2.2与Appendix D.8。EqualVol、MajorLow、VaryRate、阴谋证据控制和10个情境，报告了GPT-4o、GPT-5.2、Llama-3-8B-Instruct、Qwen2.5-14B-Instruct。
    • 正文未列出的量：CoT与各人口统计角色的逐模型数值在Fig. 2与Fig. 12，正文只给相对人类的汇总差距；Fig. 14的占位提醒未给出具体百分比。论文报告了单侧p值、标准误，以及特征归类的84.2%一致率和κ=0.79。

  6. Summarize the main content of the paper

    作者称多数LLM的错觉模式知觉强于人类，并把行为联系到频率印象与分析特征。

    作者研究LLM是否会在证据不支持时构造关系，并将这一失败称为错觉模式知觉，用来区别偏差、幻觉和鲁棒性。

    • 问题：在招聘、法律、医疗和投资等分析场景中，模型可能把陈述数量或模糊共现读成质量差异或因果连接。作者用知觉关系强度减去证据支持强度来定义该现象，实验只检验预设方向。
    • 做法：社区任务39条、投资任务36条，两组正负比例匹配、信息量不同；阴谋任务是两个模糊情境的1到7评分。中性基线为0.5和4。九个LLM各采100次、温度1，并与每任务招募的100名人类比较。三个有预训练SAE的开源模型做特征偏移；主转向用激活差最大的10个特征，α=0.001。
    • 主结果：Table 1中九个LLM的社区少数选择平均0.15，人类0.46；投资平均0.31，人类0.40；阴谋平均5.37，人类4.34。并非每一行都强于人类：Gemma-2-9b-IT的投资选择为0.66，DeepSeek-R1-Distill-Llama-8B的阴谋评分为4.14且未标出高于4。作者称CoT后社区、投资仍比人类低20和6个百分点，阴谋评分仍高11%。
    • 机制与干预：作者认为相关任务与正负特征的相对激活有关，阴谋任务与分析特征相对情境细节有关。作者称Table 4的信号调整使社区少数选择升高18到29个百分点，阴谋评分下降8.2%到24.6%，质量变化约5%。调整后Llama-8B-IT的阴谋评分4.48仍标出高于4。
    • 作者结论：作者称多数LLM的错觉模式知觉强于人类，整体频率印象和分析取向与该现象密切相关。作者还称，指令级校准和表示级干预都可能减弱过度推断，且可以不重新训练。
Read originalarxiv.org