评估大语言模型生成的偏好分布

论文系统分析了 LLM 在航空出行、餐饮和消费品三个领域生成的偏好分布，发现所有模型均表现出自一致性，但模型家族和规模之间分歧明显，且结果更多取决于模型选择而非提示词措辞。