一篇新的研究论文探讨了大型语言模型如何形成品牌偏好,发现模型经常提及Nike等市场领先品牌,但推荐Brooks等小众品牌。“品味”似乎在预训练期间形成,并受到直接偏好优化(DPO)等偏好优化技术的影响。即使在偏好数据中品牌信息稀缺的情况下,DPO也能改变模型的判断,表明这些偏好并非完全基于显性知识,也可能受到训练中使用的评判模型的影响。 AI
影响 揭示了LLM如何形成偏见和偏好,影响其在推荐中的可靠性,并可能影响消费者行为。
排序理由 在arXiv上发表的关于LLM行为的研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →