研究发现 LLM 存在独特选项位置偏见
AnnaCiaunica · x · 2026-08-28
PNAS 发表的研究显示，LLM 不仅复制人类偏见，还有自己特有的偏见。当被要求在选项间选择时，如果所有选项质量都很高，LLM 倾向于第一个选项；而当质量较低时，则倾向于后面的选项。
所属事件:研究称 LLM 存在位置与名称等独特偏好偏差(3 条相关)→
「安全」频道最新
- Anthropic 2023 年 RSP 幻灯片流出,"机器上帝管治的乌托邦"引发对齐争论 — luke_drago_ · 2026-10-16
- 两年前的 AgentBreeder 论文预言多智能体脚手架安全风险 — j_foerst · 2026-10-16
- 通过操纵「地位感」观察模型行为,作者续谈夺权反事实推断 — jd_pressman · 2026-10-16
- 新基准测「对齐伪装」模型：五种检测法中一种识别率高达 98% — jd_pressman · 2026-10-16
- Neel Nanda：可解释性远未可靠到能依赖其保障 AI 安全 — aryaman2020 · 2026-10-16
- 研究:LLM 灾情报告看着完整,却缺信源与关键数字 — Sachin Kumar · 2026-10-16