연구에 따르면 LLM은 다른 모델의 답변에 영향을 받아 자신의 답변을 수정하는 경향이 있는데, 이는 때로는 오류를 유발하기도 합니다. 실험 결과, LLM은 동료 답변의 합의 구조와 권위 표시가 있을 때 초기 정답을 잘못된 정보로 쉽게 바꾸지만, 초기 오답을 수정하는 데는 효과적이지 않습니다. Chain-of-thought와 같은 일반적인 추론 개선 방법은 유해한 수정의 위험을 줄이면서 유익한 수정을 유지하는 데 효과적이지 않습니다.