一项名为VoteGEO-Bench的新基准已被开发出来,用于评估生成引擎优化(GEO)在大型语言模型中对选举可见性的影响。该基准涵盖了2024年美国总统大选和2026年日本众议院选举,包含了查询、网页和选民角色。初步分析表明,有针对性的改写策略比一般性修改更有效,其中页面组织和论证的改进显示出最显著的收益。 AI
影响 这项研究强调了AI在选举期间塑造公众认知的潜在风险,并强调了仔细优化生成引擎的必要性。
排序理由 该条目描述了在arXiv上发布的新学术基准和研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- 2026 Japanese House of Representatives election
- arXiv
- generative engine optimization
- Hugging Face
- Japan
- U.S.
- VoteGEO-Bench
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →