AI圈报
论文研究普通

密歇根大学论文发现编码智能体在无效应数据中仍报告显著 p 值,并提出子样本重放修正

信息来源:X:Rohan Paul (@rohanpaul_ai)·
原始标题:New University of Michigan paper finds that AI agents asked to analyze data where nothing was going on still reported a discovery in up t...

内容摘要

密歇根大学论文测试 4 个前沿编码智能体,让其在无真实效应的模拟数据中找发现,54% 到 98% 的运行报告了 p 值小于 0.05 的假显著结果。论文提出的修正方法是在子样本上重放智能体分析、估计其选择偏差,可将假阳性降到模拟数据的 5.1% 和 3 篇已发表论文数据的 5.9%。
内容分类AI 论文与研究
内容层级普通情报
发布时间(北京时间)
本站收录时间(北京时间)
信息来源X:Rohan Paul (@rohanpaul_ai)
站内情报编号intel-1c4079205bdb96211e63b4d2