五种大语言模型在蒙提霍尔问题变体中仍建议换门

Utkarsh Mangal 测试了 Qwen2.5 四个尺寸模型和 Phi-3.5-mini 在六个蒙提霍尔问题变体上的表现，发现模型在换门无效的变体中，给出正确答案的概率平均仅为 4.5%-13%，远低于随机猜测的 33%。 在经典蒙提霍尔问题中，7B 参数模型给出“换门更好”的概率接近 100%，而 0.5B 参数模型为 59%。 但在换门无法获胜的变体版本中，模型仍几乎都建议换门，显示出对问题条件变化的适应困难。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。