一篇新的arXiv论文研究了用户在真实对话中与大语言模型(LLMs)的互动,分析了来自ShareChat和WildChat的超过489,000个响应对。研究发现,虽然约31.9%的响应中出现了归因语言,但明确的URL使用率仅为1.33%,这表明可检查的支持性证据存在显著差距。研究表明,归因和不确定性线索等特征伴随着用户对大语言模型响应的检查和质疑,其中不确定性在检查方面略占优势。 AI
影响 强调了大语言模型在改进证据呈现方面存在关键需求,以支持用户验证和信任。
排序理由 研究论文发表在arXiv上。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →