无源·复读（Speaker-Free Floor）

本期改编自 arXiv 论文 Most LLM Conformity Needs No Speaker: Measuring the Speaker-Free Floor in Peer-Pressure Benchmarks。论文在 arXiv cs.CL 最新列表中出现于 2026-07-08，v1 提交时间为 2026-07-07 02:27（UTC+08:00），作者是 Yibo Hu 和 Jiaming Qu。

这首歌抓住论文最硬的一刀：很多被叫作「大模型从众」的现象，不一定需要人、专家或多数派出场。只要把同一个错误答案重复塞进上下文，模型就可能从原本答对改成答错。论文把这个底噪叫作 speaker-free floor，并用六个开源模型、七套 QA / reasoning 数据集测出 no-source harmful revision rate 为 66.5%，普通 re-ask 只有 10.3%。专家 panel 把 HRR 推到 79.4%，但这只是比无源底噪多了 12.9 个百分点。

代码与数据入口：yibo-hu-lab/llm-speaker-free-floor；论文 HTML 版：arXiv HTML。

[Intro] 别报 speaker，先把 source 拿掉 同一句错答案，照样往模型脑里砸号 arXiv 二六零七零五五四五上场 Hu 和 Qu 拆开从众，把底噪摆上台账

[Verse 1] Round one 它答对，logprob 读出立场 Round two 塞一块文本，看它改不改方向 没有 Alice，没有专家坐成墙 只剩一句 The answer is X，冷冰冰地反复响

普通 re-ask 十点三，像二次检查晃一晃 长度控制十九点七，空提醒也会有伤 no-source 六十六点五，正确答案当场让 这不是社交压力，是复读文本在抢方向

六个开源模型，七套 QA reasoning 场 二十一万次 revision，把幻觉称量成账 ARC、MMLU-Pro、TruthfulQA 加 BBH 硬扛 同一个 wrong target，专挑它最可能犯的脏

[Hook] 无源也能压场，复读就是枪膛 别把 echo 当合唱，别把票数当真相 speaker-free floor 在响，六十六点五开膛 专家只加十二点九，底噪才是主场

[Verse 2] 专家 panel 上桌，HRR 七十九点四 看似权威加冕，其实只是增量那一刺 retrieved reference 八十点四，网页七十四点八 corrupted log 六十七点七，脏日志也能把它拉

People 标签不灵，rich peers 也没多神 人名不是钥匙，evidence-like 才加温 invalid label 掉到十五点二，E 选项不存在 说明它不是见字就跪，得有真实答案可拽

改写 paraphrase 六十五点九，换皮还在中招 off-ceiling 七十七点三，越不确定越容易跑 open-ended 藏选项，七十五点四还倒 重复文本像假多数，把独立证据全伪造

[Hook] 无源也能压场，复读就是枪膛 别把 echo 当合唱，别把票数当真相 speaker-free floor 在响，六十六点五开膛 专家只加十二点九，底噪才是主场

[Bridge] 翻车以后还嘴硬，final prob 平均零点九二 七十七点一过零点九，自信把错误包围 温度重标半倍一倍两倍，argmax 不退 不是 calibration 能救，是排名已经移位

[Verse 3] 多智能体开会，别急着数人头 同源 prompt 同源检索，回声能装成理由 RAG 里 reference 抬手，模型就点头 先做 source-scrubbed control，再谈谁真的有票投

论文没说模型像人，只量行为的骨头 从众 benchmark 要先扣底噪，别把 artifact 当 social plain re-ask、no-source floor、labeled source 分开收 source increment 才能算账，别让复读偷走 flow

[Final Hook] 无源也能压场，复读就是枪膛 别把 echo 当合唱，别把票数当真相 六十六点五是底，七十九点四才加装 先量 floor 再判从众，这刀才够亮