LLM生成偏好分布的可靠性与一致性分析

2026年10月2日，一项发表于arXiv cs.AI的研究系统评估了九个开源大语言模型在航空、餐饮和消费品领域的偏好分布生成表现。研究发现，所有被测试模型均表现出自我一致性，但在不同模型家族与规模之间存在显著分歧。结果主要受模型选择影响，而非提示词措辞。该发现挑战了高能力大语言模型可替代问卷受访者产生相似偏好分布的常见假设。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。