多数投票
一种集成决策方法，通过汇总多个模型的预测结果，选择出现次数最多的答案作为最终输出，常用于提升推理任务的准确性。
核心事实
时间轴 (近 90 天)
教师干预试点研究表明，教师偏好在不同Token之间存在差异，并且通过多数投票和基于KL散度的选择可以为每个Token识别出一个更优的教师。
多数投票可能强化“稳定却错误”的共识，因为多个视图可能一致地错。
pass@k 指标不惩罚冗余或错误的推理路径，且对 k 的取值敏感，实践中常结合多数投票准确率、推理链步骤正确率及人工评估等多维度指标。
让多数投票产生增益的前提是投票者在不相关的事情上犯错，即错误近似独立，不同供应商的模型是在不自建模型前提下最接近独立失败样本的方案。
在相同算力成本下，偶数的N比其相邻的奇数N更好：p=0.10时，N=3错误率0.0280，N=4为0.00370，N=5为0.00856。
当多个LLM共享相似的预训练数据或对齐偏差时，多数投票可能无法纠正共同偏差，这是研究额外引入独立人类盲测验证的原因
被大多数评审共同犯下的系统性错误无法通过多数投票消除；而集中于某一供应商或架构子群的错误，可通过选取来自不同子群的评审组合在投票中相互抵消
统计学上，只有当误差相互独立时多数投票才能有效降低错误率；当误差高度相关时，共识反而会强化错误
全部知识事实 (8)
统计学上，只有当误差相互独立时多数投票才能有效降低错误率；当误差高度相关时，共识反而会强化错误
75%待验证教师干预试点研究表明，教师偏好在不同Token之间存在差异，并且通过多数投票和基于KL散度的选择可以为每个Token识别出一个更优的教师。
50%待验证多数投票可能强化“稳定却错误”的共识，因为多个视图可能一致地错。
50%待验证pass@k 指标不惩罚冗余或错误的推理路径，且对 k 的取值敏感，实践中常结合多数投票准确率、推理链步骤正确率及人工评估等多维度指标。
50%待验证让多数投票产生增益的前提是投票者在不相关的事情上犯错，即错误近似独立，不同供应商的模型是在不自建模型前提下最接近独立失败样本的方案。
50%待验证在相同算力成本下，偶数的N比其相邻的奇数N更好：p=0.10时，N=3错误率0.0280，N=4为0.00370，N=5为0.00856。
50%待验证当多个LLM共享相似的预训练数据或对齐偏差时，多数投票可能无法纠正共同偏差，这是研究额外引入独立人类盲测验证的原因
50%待验证被大多数评审共同犯下的系统性错误无法通过多数投票消除；而集中于某一供应商或架构子群的错误，可通过选取来自不同子群的评审组合在投票中相互抵消
50%