First-Speaker Bias

研究论文识别出人工智能辩论中的首位发言者偏见，并提出个性化缓解方法

一篇新研究论文探讨了顺序多主体辩论（MAD）系统中的“首位发言者偏见”，即初始代理人的意见不成比例地影响最终结果。研究表明，当更强的模型在序列中较晚发言时，这种偏见会抵消其推理优势。为了解决这个问题，研究人员研究了基于“大五”人格特质的“个性化提示”的使用，特别是宜人性（agreeableness）和外向性（extraversion）。他们发现，为更强的代理人分配较低的宜人性有助于恢复其影响力并提高准确性，而外向性主要影响代理人的冗长程度。