Wir haben das schon eine Weile gesagt und endlich holen alle auf: mehr Argumentation ≠ mehr Zuverlässigkeit. Eine neue empirische Studie bestätigt, dass das Skalieren zur Testzeit bei faktischen Aufgaben versagt – die Genauigkeit erreicht ein Plateau, während Halluzinationen oft zunehmen. Wenn Fehler sinken, geschieht dies durch Enthaltung, nicht durch verbesserte Erinnerungsfähigkeit. Verlängerte Ketten verstärken den Bestätigungsfehler und fabrizieren Beweise zur Unterstützung falscher Antworten. Deshalb ist die Verifizierungsinfrastruktur wichtig. Man kann sich nicht aus Halluzinationen herausargumentieren, man braucht Konsensmechanismen.