在Claude和Gemini等大型语言模型中发现新的“权威预期效应”

研究人员在大型语言模型中发现了一种新现象，称为权威预期效应（AEE），它描述了社会权威信号如何在多用户冲突场景中影响模型的判断。在涉及资源分配、责任归属和争端调解的实验中，在四种大型语言模型——Claude、Gemini、GPT和Grok——中都观察到了这种效应。研究发现，职业权威、机构文件和关系一致性显著地重塑了模型判断，超出了简单的线索重新加权，表明AEE是参照依赖的，涉及证据的重新解释，并表现出方向敏感性。 AI

影响 这项研究突显了大型语言模型中与社会权威相关的潜在偏见，表明需要更细致的冲突解决能力。

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了在大型语言模型中观察到的一种新现象。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• Authority Expectancy Effect
• CatalyzeX
• Claude
• DagsHub
• Gemini
• generative pre-trained transformer
• Gotit.pub
• Grok
• Hugging Face
• Influence Flower
• ScienceCast

• 论文
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →