为什么要换一家 AI 来核对回答

让同一个 AI 再查一遍

让模型复查自己的回答，有时能查出小错。但关于“自我纠错”的研究发现，没有外部反馈时，让模型重查自己的推理，往往没有改进，有时反而更差（Huang 等，《Large Language Models Cannot Self-Correct Reasoning Yet》，ICLR 2024）。

出处：arXiv:2310.01798

换一家公司，盲点也不一样

不同公司的模型，训练数据和方法都不同，犯完全一样错误的可能性更小。ChatRound 知道回答来自哪家时，会从别的公司挑核对模型，写报告的也不是那家的模型。

先自己答，再对比

先读原回答再判断，容易被它的思路带着走，连错误一起接过来。ChatRound 的核对模型在同一次调用里，先写自己的答案，再逐条检查原回答。

两个核对模型，分歧照实保留

有两个核对模型，分歧本身就是信息。报告不会把两种看法折中，而是把这一条标为“有争议”，两边的原话都引出来。

在我们的申根示例里，六种语言中有三种出现了一个核对模型站错边的情况；另一个是对的，报告里也看得到这处分歧。

核对示例：申根 90/180 天：已经待了 70 天，还能再去两个月吗？

说法一致，也不等于证实

两个模型也可能错在一起。涉及钱或健康的，把被指出的那句话拿去一手资料里查。报告引出了原话，你知道该搜什么。