Boston Review

研究发现：大型语言模型通过重复论点使公开辩论趋于扁平化

发表在arXiv上的一项新研究表明，大型语言模型（LLMs）可能通过生成重复且相似的论点，导致公众辩论趋于扁平化。研究人员发现，即使在要求多样性的提示下，LLM生成的文章也倾向于收敛到有限的主要论点、次要论点和结构模式。这与人类的反应形成对比，人类的反应表现出明显更多独特的论点和特定主题的推理，这表明LLM可能过度泛化并对其输出进行回避。