深度分析
大型語言模型的地緣政治背書效應：GPT‑5、Claude Sonnet、Gemini 2.5 Flash 與 DeepSeek 評分實驗分析
本研究檢驗大型語言模型在評估國際經濟與安全政策時，是否因隨機標示的美國、歐盟、中國或俄羅斯背書而產生分數差異。以 GPT‑5、Claude Sonnet、Gemini 及 DeepSeek 四款模型，分別在僅給分與附加說明兩種條件下測試。結果顯示西方背書普遍得到較高分，且說明需求會改變評分走向，突顯模型內建的地緣政治偏見。
深度分析
本研究檢驗大型語言模型在評估國際經濟與安全政策時，是否因隨機標示的美國、歐盟、中國或俄羅斯背書而產生分數差異。以 GPT‑5、Claude Sonnet、Gemini 及 DeepSeek 四款模型，分別在僅給分與附加說明兩種條件下測試。結果顯示西方背書普遍得到較高分，且說明需求會改變評分走向，突顯模型內建的地緣政治偏見。
深度分析
本研究探討Gemini2.5Flash大型語言模型能否在全雙工客服語音代理人中取代人工評分，使用209場雙聲道對話與57段擾動音檔，結果顯示在五項指標上與三位人工評審的相關性相當，兩項略低，唯一一項幾乎無相關。部署時建議對音訊清晰度低於4分的通話交由人工審核，以免排序偏差。