Un nuevo estudio de Google DeepMind revela que los grandes modelos lingüísticos tienen dificultades para corregir por sí mismos los errores de razonamiento. El estudio encontró que los modelos a menudo cometen errores cuando intentan corregir su respuesta inicial por sí solos. Los investigadores argumentan que la capacidad de autocorrección es crucial en escenarios sensibles a la seguridad. Si bien lograr una respuesta consistente mediante votación puede llevar a la autoconsistencia, esto no equivale a la autocorrección. Se necesita más investigación para mejorar y aumentar la capacidad de autocorrección de los modelos lingüísticos.