對齊訓練

深度分析

大型語言模型中的可辨認受害者效應：對齊與推理對敘事偏差的調節作用

研究探討大型語言模型是否繼承可辨認受害者效應（IVE），透過十組實驗在 16 種前沿模型上驗證。結果顯示指令微調模型 IVE 效應顯著放大，推理專精模型則出現逆轉；Chain‑of‑Thought 提示亦能放大或抑制此效應。此發現對 AI 人道決策與倫理部署具有重要影響。