研究：LLM将民意转提案时分配不稳定
热点事件持续更新
研究：LLM将民意转提案时分配不稳定
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Sachit Mahajan等作者发布研究，测试四个大语言模型调解器把公民意见转化为集体提案，发现对同一批意见多次生成时，任务在参与者之间如何分配并不稳定：有的运行给出分配方案，有的完全不给出。 研究使用 DeliberationBank 和 Polis 的民意数据各生成五次提案，三个开源模型的五次运行集合中有17%出现这种部分给分配、部分不给的不一致，一个商业模型为20%。研究同时讨论模型在生成提案时隐去部分替代方案的问题。
AI 根据报道生成 · 4 小时前更新
最新进展11月4日 13:00
研究：大语言模型将民意转为提案时，任务分配不稳定且会隐藏替代方案报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AI研究：大语言模型将民意转为提案时，任务分配不稳定且会隐藏替代方案
研究测试了四个大语言模型（LLM，Large Language Model）调解器，用 DeliberationBank 和 Polis 的民意数据各生成五次提案，发现开源模型有 17%、商业模型有 20% 的五次运行集合中部分运行给出任务分配而部分没有。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月4日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。