44 个模型研究发现 JSON 提示会让回答更标准化
vista8 · x · 2026-07-27
这条帖总结了一篇论文的一个有意思发现：输出格式会显著影响大模型回答的多样性，而且作者测试了 44 个模型。
- 当模型被要求“随便说个词”时，最热门的答案是 serendipity。
- 在普通对话设置下，回答的多样性约为 41%。
- 一旦把同样的任务改成 JSON 输出，多样性会升到 64%。
- 论文的解释是：JSON/XML 这类结构化格式会把模型推向标准答案，因为后训练阶段它们已经接触过大量类似数据。
- 结论很直接：如果你希望回答更丰富，就不要在不必要时强制模型使用过于僵硬的结构化格式。
「研究」频道最新
- Kimi K3 用三轴架构宣称提升 2.5 倍扩展效率 — suchenzang · 2026-07-28
- Attention Residuals 可能直接暴露跨层信息流，方便可解释性研究 — tokenbender · 2026-07-28
- ReactBench v1 显示 GPT-5.6 约 53%，Opus 5 约 49% — aidenybai · 2026-07-28
- fchollet评iLands：开放式生存环境如何塑造AI智能体 — fchollet · 2026-07-27
- LocateAnything-Data 开源 1200 万图像和 7.85 亿标注 — ZhidingYu · 2026-07-27
- NVIDIA 发布面向 agentic RL 的 PyTorch 训练框架 Molt — dair_ai · 2026-07-27