Une nouvelle étude de Google DeepMind révèle que les grands modèles linguistiques ont du mal à corriger de manière autonome leurs erreurs de raisonnement. L'étude a constaté que les modèles ont tendance à faire des erreurs lorsqu'ils tentent de corriger leur réponse initiale par eux-mêmes. Les chercheurs estiment que la capacité d'autocorrection est essentielle dans les scénarios sensibles à la sécurité. Atteindre un consensus par vote peut permettre une cohérence interne, mais cela n'équivaut pas à une autocorrection. Des recherches supplémentaires sont nécessaires pour améliorer la capacité d'autocorrection des modèles linguistiques.