一项由康奈尔大学教授领衔的研究在 10 月 26 日前后引发讨论：研究者强迫 Grok 4.7 与 GPT-6.1 Sol 在近 500 场美国中期选举中做出候选人推荐，结果 Grok 在 92% 的情况下选择了共和党候选人，GPT-6.1 Sol 在 97% 的情况下选择了民主党候选人，两者意见一致的比例不到 10%。
需要说明的是，这是一项“去掉拒绝选项”的强制选择实验，两种模型在正常情况下都会拒绝回答这类问题。实验揭示的不是模型“会投票给谁”，而是在被迫表态时，其内部倾向会被放大到近乎完全分离的程度。
对普通用户而言，结论是：在涉及政治、选举等敏感话题时，不同模型的回答差异可能远大于预期。把单一模型的输出当作“中立答案”并不稳妥，交叉对比、查看依据，才是更可靠的使用方式。
评论（0）
暂无评论