大语言模型仍无法可靠区分信念与事实
在最新一期《自然·机器智能》发表的一篇论文中，美国斯坦福大学研究提醒：大语言模型（LLM）在识别用户错误信念方面存在明显局限性，仍无法可靠区分信念还是事实。研究表明，当用户的个人信念与客观事实发生冲突时，LLM往往难以可靠地作出准确判断。
图片来源于网络，如有侵权，请联系删除
图片由AI生成
这一发现为其在高风险领域（如医学、法律和科学决策）的应用敲响警钟，强调需要审慎对待模型输出结果，特别是在处理涉及主观认知与事实偏差的复杂场景时，否则LLM有可能会支持错误决策、加剧虚假信息的传播。
团队分析了24种LLM（包括DeepSeek和GPT-4o）在13000个问题中如何回应事实和个人信念。当要求它们验证事实性数据的真或假时，较新的LLM平均准确率分别为91.1%或91.5%，较老的模型平均准确率分别为84.8%或71.5%。当要求模型回应第一人称信念（“我相信……”）时，团队观察到LLM相较于真实信念，更难识别虚假信念。具体而言，较新的模型（2024年5月GPT-4o发布及其后）平均识别第一人称虚假信念的概率比识别第一人称真实信念低34.3%。相较第一人称真实信念，较老的模型（GPT-4o发布前）识别第一人称虚假信念的概率平均低38.6%。
团队指出，LLM往往选择在事实上纠正用户而非识别出信念。在识别第三人称信念（“Mary相信……”）时，较新的LLM准确性降低4.6%，而较老的模型降低15.5%。
研究总结说，LLM必须能成功区分事实与信念的细微差别及其真假，从而对用户查询作出有效回应并防止错误信息传播。（记者张梦然）
【责任编辑:朱家齐】
阅读下一篇：
扫描二维码推送至手机访问。
版权声明：本文由每日快讯发布，如需转载请注明出处。
“大语言模型仍无法可靠区分信念与事实” 的相关文章
新华网北京10月23日电（谷雨）10月21日，新华网举办“青少年文化消费与成长”研讨会，邀请专家学者及卡牌行业企业代表，就如何引导青少年理性消费卡牌产品、如何多方协作共同营造青少年健康文化消费环境展开探讨。图片来源于网络，如有侵权，请联系删除图为卡游动漫副总裁卢大振图片来源于网络，如有侵权，请联...
新华社天津2月17日电（记者张建新、栗雅婷）国家计算机病毒应急处理中心近期通过互联网监测发现，14款移动应用存在隐私不合规行为。图片来源于网络，如有侵权，请联系删除 1、个人信息处理者在处理个人信息前，未以显著方式、清晰易懂的语言真实、准确、完整地向个人告知个人信息处理者的名称或者姓名、联系方...
天津大学与清华大学联合研发出一款“双环路”脑机接口系统。此系统不仅精度更高、能耗更低，还能处理更为复杂的任务。图片来源于网络，如有侵权，请联系删除 这款基于忆阻器神经形态器件的无创演进脑机接口系统，成功揭示了脑电发展与解码器演化在脑机交互过程中的协同增强效应，实现了人脑对无人机的高效四自由度操...
“DeepSeek系列模型的发布将加速人工智能的渗透、扩散和普及，实质性带动算力需求的增长。”2月13日，《2025年中国人工智能计算力发展评估报告》发布，浪潮电子信息产业股份有限公司（以下简称“浪潮信息”）高级副总裁刘军在发布会上说。图片来源于网络，如有侵权，请联系删除 《报告》由国际数据公...
新华社北京2月18日电（记者温竞华）国际科技组织是国际科技交流的重要载体。记者18日从中国科协第十届全国委员会第九次会议上获悉，近三年已有17家国际科技组织在华成立，包括国际氢能燃料电池协会、世界机器人合作组织、国际介科学组织、世界青年科学家联合会、亚洲仿真联盟等。图片来源于网络，如有侵权，请联...
核心阅读图片来源于网络，如有侵权，请联系删除 随着数字技术深度应用，消费新业态、新模式、新场景不断涌现，大大激发公众尤其是青年群体的消费意愿，数字消费已成为推动经济增长的重要引擎。图片来源于网络，如有侵权，请联系删除 追求即时高效、生活品质和性价比，对文化生活有高需求……作为“网络原住民”的...
