找六个 AI 回答同一道题，再让多数票决定答案，看起来像请了六位评审。问题是，如果它们总在同一类题上一起答错，六票可能只相当于两份独立意见：人数增加了，信息却没有同比增加。
据 Towards Data Science 介绍，Utkarsh Mangal 于 2026 年 10 月 23 日发布的文章，先模拟“相关错误”如何让投票失效，再用六个开放模型和约 1500 道考试题测量这种缩水。这里的“错误相关性”，就是模型会在同一道题上共同犯错；“有效样本量”则把这些重复意见折算成等量的独立意见。作者用一个公式估算：名义上的六票，实际上包含多少独立信息。
这提醒我们，多数投票能否提升准确率，不只取决于模型数量和单体表现，还取决于它们是否会犯不同的错。经典的 Condorcet jury theorem（陪审团定理）依赖投票者彼此独立；一旦模型错误高度相关，多加几个相似模型，可能只是把同一种错误重复投票。公开摘要未披露具体模型、公式和各项实测数值。