When Expert Disagreement Hurts: Prestige and Selectivity in LLM Decision Revision

我们引入了一种控制的两步审计，固定问题、证据和模型初始答案，仅改变修订上下文：中性反思、匿名反对或归因于领域专家。对于二元决策，会计是精确的：修订仅提升准确度若其选择足够，错误答案被反转的次数比正确答案多 $a/(1-a)$ 次，其中 $a$ 是初始准确度（九次于 90%）。在五种模型和 1,989 以医学、科学和法律为基础的决策中，专家分歧下无模型通过此标准，准确度下降最多 16.1 个百分点。