跳到正文
热点事件持续更新

研究揭示LLM查询时序位置偏置与人类相反

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Jasin Cekinmez、Addison J. Wu 和 Thomas L. Griffiths 发表于 arXiv(arXiv:2608.12387)并入选 EMNLP 2026 Findings 的研究,考察大语言模型在回答证据何时呈现时的位置偏差,发现 LLM 的近因与首因偏差方向与人类相反。研究称这类偏差在较新模型中比前代更明显。 该论文曾获 ICBINB @ ICLR 2026 Top 3 论文奖。

AI 根据报道生成 · 30 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    提问时机会使 LLM 与人类产生相反的位置偏差

    一项发表于 EMNLP 2026 Findings 的研究考察 LLM 的近因与首因位置偏差,发现证据呈现时机是否影响模型与人类存在分歧。与人类行为不同,LLM 中这类偏差与人类呈相反方向,且在较新模型中比前代更明显。该研究获 ICBINB @ ICLR 2026 Top 3 论文奖。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。