Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind3. Oktober 2023 · Q005557

Large Language Models Cannot Self-Correct Reasoning Yet

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der vorliegende Quelltext enthält nur das Abstract und bibliografische Angaben, nicht den vollständigen Bericht. Dem Abstract zufolge können Sprachmodelle ihre Schlussfolgerungen nicht immer ohne externes Feedback verbessern; Selbstkorrektur kann die Leistung mitunter sogar verschlechtern.

Mittel

Der vorliegende Quelltext ist nur ein Auszug: Er umfasst das Abstract und bibliografische Angaben, nicht den vollständigen Bericht. Darin untersuchen die Autorinnen und Autoren die intrinsische Selbstkorrektur großer Sprachmodelle, also den Versuch, eigene Antworten ohne externes Feedback zu verbessern.

Dem Abstract zufolge ist diese Fähigkeit insbesondere beim Schlussfolgern schwierig. Sprachmodelle könnten daran scheitern, ihre ersten Antworten zu korrigieren; mitunter könne sich ihre Leistung nach einem Selbstkorrekturversuch sogar verschlechtern. Die Veröffentlichung stellt damit die Annahme infrage, Selbstkorrektur sei grundsätzlich ein wirksames Mittel gegen ungenaue oder ungeeignete Antworten.

Der Auszug beschreibt die Arbeit als kritische Untersuchung, enthält aber keine konkreten Methoden, Versuchsdetails oder Messwerte. Deshalb lassen sich Umfang und Grenzen der Ergebnisse hier nicht näher beurteilen. Die Autorinnen und Autoren raten zu einem vorsichtigen, kritischen Umgang mit dem Konzept.

Ausführlich lesen

Der vorliegende Quelltext ist nur ein Auszug aus einer Veröffentlichung: Er enthält deren Abstract sowie Angaben zu Autorinnen und Autoren und zum Publikationsort, aber nicht den vollständigen Bericht. Das Abstract behandelt die Frage, ob große Sprachmodelle ihre eigenen Antworten ohne Rückmeldungen von außen verbessern können. Diese Fähigkeit bezeichnet der Text als intrinsische Selbstkorrektur.

Die Autorinnen und Autoren stellen die verbreitete Vorstellung infrage, Selbstkorrektur könne die Genauigkeit und Angemessenheit von Modellantworten zuverlässig verbessern. Ihrem Abstract zufolge fällt es Sprachmodellen besonders bei Schlussfolgerungsaufgaben schwer, ihre anfänglichen Antworten allein anhand ihrer eigenen Fähigkeiten zu korrigieren. Teilweise könne die Leistung nach einem Selbstkorrekturversuch sogar schlechter ausfallen.

Als Vorgehen beschreibt der Auszug eine kritische Untersuchung der Rolle und Wirksamkeit von Selbstkorrektur in Sprachmodellen, mit besonderem Blick auf intrinsische Selbstkorrektur. Konkrete Versuchsaufbauten, Datensätze, Messwerte oder einzelne Ergebnisse nennt der vorliegende Text jedoch nicht. Die Aussagen lassen sich daher anhand dieses Auszugs nicht im Detail prüfen oder auf bestimmte Modelle und Aufgaben eingrenzen.

Das Abstract empfiehlt der Forschungsgemeinschaft, das Konzept der Selbstkorrektur vorsichtig und kritisch zu bewerten. Die belegte Kernaussage ist somit eine Einschränkung: Sprachmodelle können ihre Schlussfolgerungen nicht unbedingt verlässlich ohne externe Rückmeldung verbessern, und ein Korrekturversuch kann die Leistung auch mindern. Die Veröffentlichung ist mit dem Titel „Large Language Models Cannot Self-Correct Reasoning Yet“ bei arXiv aufgeführt.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 34 %gleiches Oberthema, hilft nicht
    • JEV 100 %kein Bezug
    • amos 26 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 51 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 69 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
Modelle teilen und schützen
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →