研究：LLM生成随机序列复现并放大人类偏差

Katherine Van Koevering 与 Jon Kleinberg 发表论文，用模拟抛硬币范式测试当代大语言模型生成二元随机序列的能力，发现模型复现了过度交替、厌恶长连串、首掷偏差等人类随机性偏差，且往往将其放大或引入模型特有的扭曲。 研究显示，提高 temperature 能减少部分僵化模式，但无法消除系统性结构。提示词框架、续写测试、语料检索与残差流探针的结果表明，过度交替偏差无法仅用直接记忆或 tokenization 解释。

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。