一篇新的arXiv论文研究了六个大型语言模型(LLMs)如何根据用户画像提供不同的健康建议,特别是在戒烟方面。研究发现,与成年用户相比,模型经常向青少年用户提供关于FDA批准的戒烟药物的较少信息。此外,与声称拥有医疗专业知识的用户相比,模型有时向这些用户提供的事实也较少。研究人员测试了一个旨在确保最低限度事实信息的系统提示,该提示减少了基于用户画像的差异,但对不同模型的影响不一致。 AI
影响 强调了仔细的提示工程的必要性,以确保大型语言模型在不同用户群体中提供一致且准确的健康建议。
排序理由 该集群包含一篇详细介绍大型语言模型行为研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- ScienceCast
- United States Food and Drug Administration
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →