标签
本文识别并分析了生成序列模型中的“物理错误泛化”现象，即单个轨迹看似合理，但物理量的整体分布却不正确，并提出了一种基于核的缓解方法。
一项实验向 GPT-4o、Claude 3.5 Sonnet 等其他模型提供相同的双摆提示，结果显示它们选择了相反的角约定，导致在共享渲染器中立即出现可见的不匹配。这种约定分裂在不同模型家族间并非随机，表明在经典力学问题的训练数据分布中存在偏差。