AGI Hunt· Uchicago·2026-11-19 12:17· 2 小时前AI 评分42芝大研究:加大思考力度只提升购物 AI 的自信,不提升正确率AI 导读芝加哥大学研究在三个购物基准上检验 LLM 购物智能体的 reasoning effort 与决策质量关系。结果显示,提高 thinking effort 未显著改善商品选择正确率,却显著抬高模型自报置信度;多数模型校准较差,错误还存在相关性,置信度不能作为可靠性信号。来源:AGI Hunt · agihunt.infoAgent 智能体推理能力论文研究评测基准#论文/研究#评测/基准#推理#Agent查看事件全部后续