论文发现大模型主观偏好强烈且受提问方式影响
资讯摘要
论文提出一种评估大模型主观选择的方法，聚焦数字、婴儿名和虚构城市三类短内容，梳理出长度、字母顺序、流行度、元音构成、发音等29个语法与语义维度。作者报告模型对这些维度存在强烈且可复现的偏好；提问方式的变化会激活或抑制某些维度，甚至显著改变成对偏好的整体分布，引发操纵方面的疑问；若模型既生成候选列表又对其排序，两阶段之间还存在意外交互。
要点速读
- 论文聚焦数字、婴儿名、虚构城市三类短内容，归纳出29个语法与语义维度
- 作者报告模型对部分维度有强烈且可复现的偏好，提问方式变化会激活或抑制这些维度
- 看似无关的提问变化可显著改变成对偏好分布；模型同时生成并排序候选时两阶段存在意外交互
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。