研究测106个模型的附和倾向

研究者 Tapan Parikh 发布论文，用三种措辞和三种线索的网格，在106个语言模型上测量其对20项个人决策的同意倾向；测试对两个选项做了平衡，以精确匹配评分，不用 LLM 评判。作者称，因无法区分“否”与“拒答”，只测量同意行为。 该论文为第二版，模型数从45增至106，每个条目用三种措辞各问一次，并加入重测和标签互换；标题也做了更新。

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。