arXiv · cs.CY（AI+教育/社会）· Tom Sheffer, Alon Miron, Asael Sklar, Yaniv Dover, Ariel Goldstein·· 3 小时前AI 评分55
研究：知识-确定性多样性可预测人机讨论协同增益
Knowledge-Certainty Diversity Predicts Human-Human and Human-AI Open-Ended Discussion Synergy and Reveals Pure-AI Discussion Shortfalls
AI 导读
一项 arXiv 研究比较 LLM-LLM 配对、LLM 三人组、人类三人组和人机配对四种讨论设置，用医学选择题测量讨论前后的准确率变化，发现含人类的讨论均产生协同增益，而纯 LLM 组没有提升甚至下降。作者提出知识-确定性框架，用参与者的准确率与置信度计算“潜在对话协同”，该指标在讨论前即可测得，低时讨论无益、高时讨论稳定提升准确率。
来源：arXiv · cs.CY（AI+教育/社会） · arxiv.org