研究用 722 份联合国安理会记录和五项测试量化大语言模型的国家倾向
研究团队用 722 份联合国安全理事会（UNSC，United Nations Security Council）官方记录，对 GPT-4o-mini、Llama 3.3-70B、Mistral-22B-Small 和 Qwen3-30B 四款大语言模型（LLM，Large Language Model）做国家倾向评测，并首次为每项测试明确设定无偏基准。
研究团队用 722 份联合国安全理事会（UNSC，United Nations Security Council）官方记录，对 GPT-4o-mini、Llama 3.3-70B、Mistral-22B-Small 和 Qwen3-30B 四款大语言模型（LLM，Large Language Model）做国家倾向评测，并首次为每项测试明确设定无偏基准。