深度分析
大型語言模型重寫時的確定性扭曲：過度自信的系統性分析與緩解策略
隨著語言模型被廣泛用於重寫與摘要，研究發現模型在保留語意的同時，常會改變原文的確定性。研究者提出以大型語言模型作為評估者的配對比較方法，量測不同規模與族群模型的確定性扭曲程度。結果顯示，最高可達75%的輸出出現確定性變化，且模型更傾向提升而非降低信心，重寫多次甚至會加劇此偏差。
深度分析
隨著語言模型被廣泛用於重寫與摘要，研究發現模型在保留語意的同時，常會改變原文的確定性。研究者提出以大型語言模型作為評估者的配對比較方法，量測不同規模與族群模型的確定性扭曲程度。結果顯示，最高可達75%的輸出出現確定性變化，且模型更傾向提升而非降低信心，重寫多次甚至會加劇此偏差。
深度分析
研究檢視LLM人格代理在有衝突資訊時的同溫層偏好。方法透過三方互動模擬、以語義人格相似度定義群體，並測量偏離事實的採納率。結果顯示代理傾向採信相似身分意見，且複雜推理情境偏好更強。提出三種提示式介入以減輕偏誤。研究對社會模擬與人工智慧可靠性有重要啟示，提示治理與設計需兼顧身分與事實。