斯坦福揭示模型趋同成因，生成多选项提升 2.1 倍多样性

simplifyinAI · x · 2026-08-23

斯坦福研究人员发现，AI 模型倾向于给出相同答案的根源在于人类标注员在 RLHF 过程中偏好更“熟悉”的答案，这种偏见被固化进模型。无需重新训练，只需在 Prompt 中要求模型生成多个答案并标注概率（例如“生成 5 个笑话及对应概率”），即可显著缓解这一问题。实测显示，该方法能使创意写作（诗歌、故事、笑话）的多样性提升 1.6-2.1 倍，且不会降低事实准确性或安全性，能力越强的模型受益越明显。