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
- Agent 架构法则：验证器可参与生成反馈，但不得直接晋升候选解 — blaizedsouza · 2026-09-23
- q-Neurons：用随机 q 导数激活函数提升神经网络性能 — FrnkNlsn · 2026-09-23
- 曝 OpenAI 将办期刊:内部模型多 agent 评审,冲击 ML 会议 — kfountou · 2026-09-23
- 耶鲁博士生开源顶会论文画图脚本，还能接入 Claude Code 当 Skill — burny_tech · 2026-09-23
- AI 在 ForecastBench 上追平超级预测员，10 月将再战 — burny_tech · 2026-09-23
- 几句 prompt 让 Opus 用 Lean 形式化验证 Agent SDK,产出 16 个修 bug PR — bcherny · 2026-09-23