研究：语言模型单词选择趋同，SFT是主因

该研究以“选一个词”任务考察语言模型答案选择的一致性。早先报道称，44 个语言模型在 96 个类别中表现趋同，重度后训练的主流实验室助手最顺从，轻度后训练和人格微调模型最分歧；GPT、Gemini、Grok 和 Qwen 跨版本更顺从，Claude 第 5 代则反转；SFT 是向群体答案靠拢的最大步骤，模型整体在 20 个共享类别中的 18 个比人类更集中。后续报道称样本扩大至 105 个语言模型，其中 46% 在任务中选择 serendipity，96 个类别中有 28 个出现单一答案占比 80% 以上；其余结论与早先报道一致。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。