解构大语言模型观点动力学中的交互与偏差效应
物理与社会
2026-05-25 v2 人工智能
适应与自组织系统
摘要
大语言模型（Large Language Models, LLMs）越来越多地被用于模拟人类观点动力学，然而真实交互的效果常常被系统性偏差所掩盖。我们开发了一个贝叶斯框架来解构并量化三种此类偏差：（i）倾向于LLM默认立场的主题偏差；（ii）无论问题如何，都倾向于同意提示陈述的同意偏差；（iii）倾向于发起代理立场的锚定偏差。我们将此框架应用于多种LLM，这些LLM就气候变化、社会正义到音乐偏好等12个不同问题进行了多步对话。我们发现，观点轨迹倾向于快速收敛到一个共享的吸引子，交互和偏差的影响都随时间衰减，并且偏差的影响在不同LLM之间存在差异。此外，我们表明，在不同强烈观点陈述（包括错误信息）的数据集上微调LLM，会相应地改变观点吸引子。通过揭示LLM之间的显著差异，并提供量化工具来比较LLM代理讨论中交互和偏差对观点转变的贡献，我们的方法突显了使用LLM作为人类行为代理的前景与陷阱。
引用
@article{arxiv.2509.06858,
title = {Disentangling Interaction and Bias Effects in Opinion Dynamics of Large Language Models},
author = {Vincent C. Brockers and David A. Ehrlich and Viola Priesemann},
journal= {arXiv preprint arXiv:2509.06858},
year = {2026}
}