研究：提示来源影响LLM答案概率

Isaac Kohane 在 X 上介绍了一项 arXiv 研究：当模型被告知某个答案受到教授、朋友或狗青睐时，其对该答案的概率估计会发生偏移。Kohane 称，教授的影响大于狗或朋友，但差距不大，且效应因具体问题而异，同一问题上狗和教授可能产生相近的强或弱影响。 该研究考察的是提示来源如何改变模型对答案的概率估计，而非答案本身是否正确。上述影响大小与差异来自 Kohane 的转述。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。