DeepMind新突破：仅用两个参数，精准预测LLM错误率
模型在需要连续多步推理的任务中表现不佳，未必是因为它“变笨了”或者“逻辑能力突然失效”。更可能的原因，是注意力机制中微小的预测偏差，像“热噪声”一样在漫长的生成过程中不断累积，最终达到了无法忽视的程度。这意味着，通过精心设计的 Prompt（例如强制模型使用更稳健的中间步骤来“重置”这种噪声），我们可以显著降低其犯错概率。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
你是否遇到过这种情况：一个在写诗、编程上表现惊艳的大模型，却在进行简单的多位数加法、或者玩“汉诺塔”游戏时，随着步骤增多，会突然“智商掉线”？
相关研究论文发布于ArXiv。
通常，我们会把这种现象归结为“推理崩溃”或者模型缺乏“组合泛化能力”。但 Google DeepMind 和塔塔基础研究院的一项最新研究，提出了一个颠覆性的观点：这可能只是一个简单的“噪声累积”问题。
这项研究借鉴了物理学中有效场论的视角，发现尽管 LLM 拥有数千亿参数，但决定其在长序列任务中准确率的，居然只有两个关键的有效参数。
物理学视角的降维打击
在物理学中，虽然流体由无数微观分子组成，但在宏观层面，我们只需要“密度”和“粘度”等少数几个参数就能精确描述其整体行为。
研究团队认为，LLM 也是如此。虽然模型内部参数浩如烟海，但在处理确定性任务（如算术、逻辑推理）时，其错误行为可以被简化为一个双参数模型来刻画。
研究者提出，LLM 的出错并非源于“逻辑不懂”，而是源于注意力机制中微小的预测偏差。这些微小的偏差在长序列生成过程中不断累积，一旦超过某个阈值，模型就会输出一个错误的词元。
核心公式：仅需两个参数
基于上述假设，论文推导出了一个简洁优美的公式，用来描述模型准确率与任务复杂度之间的关系。
这个公式看着复杂，但核心变量只有两个：
1. r（噪声率）：这是一个极小的数，代表每个词元产生的基本“噪声”。
2. q（错误方向数）：这是一个数量级为 1 的数，代表在预测时可能偏离的“错误方向”的数量。
这个公式告诉我们：随着任务复杂度（例如加法位数、推理步数）的线性增加，噪声会以指数速度累积，导致准确率呈现特定的衰减曲线。
实验验证：惊人的拟合度
为了验证这个理论，研究团队在 Gemini 2.5 Flash、Gemini 2.5 Pro 以及 DeepSeek R1 上进行了广泛测试。测试任务包括列表反转、嵌套线性变换、动态规划、汉诺塔、加法乘法等 8 种类型，涉及超过 20 万个不同的 Prompt。
结果令人震惊：理论预测曲线与实际观测数据高度重合！
无论是 DeepSeek R1 还是 Gemini 系列，在绝大多数任务中，其错误率随任务长度的变化都完美遵循上述公式。
图表
图：不同模型在乘法任务上的准确率随复杂度变化的曲线，实线为理论预测，点为实际数据。可以看到拟合度极高。
有趣的发现：Gemini Pro 的“异常”
在“普通加法”任务中，Gemini 2.5 Pro 最初并不符合这个公式。为什么？
研究人员推测，这是因为 Gemini Pro 过于“聪明”，它可能针对不同长度的数字使用了不同的内部算法，破坏了模型参数不变的前提假设。
为了验证这一点，研究人员设计了一个 Prompt，强制模型使用特定的步骤分解算法来进行加法。结果，Gemini Pro 的表现立刻回归到了理论曲线。这反向证明了：只要算法路径是确定的，噪声累积理论就是成立的。
结论与启示
这项研究不仅为我们提供了一个量化评估 LLM 长任务可靠性的工具，更重要的是，它为“长文本推理”难题祛魅了。
模型在长任务中失败，不一定是因为它“变笨了”或“推理能力崩溃”，很可能只是因为注意力机制中的“热噪声”累积到了不可忽略的程度。这意味着，通过精心设计的 Prompt（例如强制模型使用更稳健的中间步骤来“重置”这种噪声），我们可以显著降低错误率。
物理学的思维方式，再一次在 AI 领域展现了其化繁为简的魔力。
相关攻略
3月31日消息，近日，DeepMind创始人德米斯・哈萨比斯坦言，其研发的超级人工智能存在灭绝人类的风险，而当前AI发展竞赛已进入无法停止的状态，人类难以通过外部治理手段有效管控。他彻底放弃此前依赖
21世纪经济报道记者 董静怡2024年的伦敦，科技史学家、金融史学家塞巴斯蒂安·马拉比找到了德米斯·哈萨比斯。彼时ChatGPT尚未引爆全球，AI远未成为茶余饭后的谈资。但马拉比已经嗅到了风暴的气息
新智元报道编辑：KingHZ【新智元导读】从拦截彼得·蒂尔、警告马斯克，到如今公开说「必须有适应能力」，哈萨比斯史诗级转身：AI安全窗口正在永久关闭，他不再幻想制度，而是赌上全部身家——赌影响力，赌
在当代科技史上，德米斯·哈萨比斯（Demis Hassabis）更像是一个拿着数字钥匙的古典主义者。他将科学家的严谨、游戏设计者的想象力与战略家的博弈直觉结合得如此无缝。当你翻开塞巴斯蒂安·马拉比的
这项由谷歌DeepMind阿姆斯特丹团队完成的开创性研究发表于2026年3月的arXiv预印本平台（论文编号：arXiv:2603 20155v1），为人工智能文本生成技术带来了革命性突破。有兴趣深
热门专题
热门推荐
PChome 3月31日消息，OPPO官微官宣，OPPOx哈苏影像新品联合发布会将于4月21日晚19:00在成都举办，Find X9s Pro、Find X9 Ultra等新品将至。据了解，OPPO
小红书网页版登录入口为https: www xiaohongshu com explore，支持扫码、手机号验证码及微信三种登录方式，首页默认瀑布流展示热门笔记，具备多维度内容检
两年前，谢添天发现自己的声音被一款APP“盗”走——用户输入文本，即可用他的音色生成以假乱真的AI声音。维权半年，因举证难度太高，最终以和解和对方致歉了结。两年后，一场大规模的联合发声，将AI盗声侵
来源：央广网3月28日至29日，以“发挥主流媒体引领力 激发多元主体创造力——共创繁荣网络内容生态”为主题的2026中国网络媒体论坛在河南郑州举行。网络媒体因技术而诞生，凭创新而繁荣。面对新一轮科技
当大语言模型与AgenticAI（智能体）从试验场进入企业级生产环境，SaaS行业的底层价值逻辑正面临系统性重估。这一轮变革的核心，正指向“AI CRM 2 0”的全面到来——它不再是传统CRM的功