热点事件持续更新
LLM缺乏幂等性，复查大代码库结论自相矛盾
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月7日，AGI Hunt 报道了 AradhyeAgarwal 提出的一项观察：让 Claude、GPT 等大模型编写或审计一个大型代码库后，再让其复查自己的产出，模型几乎必然会得出与之前相矛盾的结论。AradhyeAgarwal 把根源归结为 LLM 缺乏「幂等性」——同样的输入在多轮对话中无法得到一致的输出。他建议把这一现象做成 benchmark，用于系统性地衡量模型的自洽性。该报道未提及具体的量化实验数据，也未见模型厂商或其他研究者就此作出公开回应，因此目前它仍是一项个人观察与评测提议。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 20:09
AradhyeAgarwal 称 LLM 缺乏幂等性致复查自相矛盾，并建议据此做成自洽性 benchmark。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- AGI HuntLLM 缺乏「幂等性」：让 Claude/GPT 复查自己写的大代码库会自相矛盾
AradhyeAgarwal 指出，让 Claude/GPT 编写或审计一个大型代码库后再让其复查，模型几乎必然会得出与之前矛盾的结论。他认为根源在于 LLM 缺乏「幂等性」——同样的输入在多轮对话中无法得到一致的输出，并建议把这一现象做成 benchmark，用于系统衡量模型的自洽性。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7日 21:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。