一项测试五个 AI 模型在评分自身写作时是否存在自我偏好偏见的实验显示结果各不相同。GPT-5.6 "Sol" 给自己的文章打的分数远高于同类模型，DeepSeek V4-Pro 也显示出轻微的自我偏袒。相比之下，Grok-4.5 和 Gemini-3.1 Pro 则略微自我批评，而 Claude Fable-5 的文章获得了同类模型的高评分，模型本身也给予了相似的评分。研究表明，仅依赖写作模型进行评估可能会产生误导。 AI
影响 凸显了 AI 评估中潜在的偏见，表明需要对 AI 生成的内容进行独立审查。
排序理由 该条目是对现有模型的实验性分析，并非新发布或研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
