发表在arXiv上的一项新研究表明，大型语言模型（LLMs）之间的一致性高于它们与人类读者之间的一致性。研究人员将LLMs的一致性与人类标注的参考集进行了比较，发现模型之间的一致性始终高于人类自然标注文本的方式。这种现象在来自不同供应商和国家的各种模型中都有观察到，即使是前沿模型，其自身一致性也比GPT-4o的自身一致性高出一倍。 AI
影响 表明LLMs可能正在形成内部共识，而这种共识与人类的解读存在差异，这可能会影响它们在需要细微人类对齐的任务中的效用。
排序理由 发表在arXiv上的研究论文，详细介绍了语言模型行为的发现。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2607.29274v1 Announce Type: cross Abstract: Claims that language models homogenise are usually measured against human judgements collected for the study, which makes the human side an artifact of the design: a crowdworker given the model's instruction is running the model's…
Claims that language models homogenise are usually measured against human judgements collected for the study, which makes the human side an artifact of the design: a crowdworker given the model's instruction is running the model's prompt. We measure convergence against a human re…