评估大型语言模型在濒危物种信息方面的能力
计算与语言
2025-10-06 v1 人工智能
摘要
大型语言模型（LLM）正快速被采纳用于应对生物多样性危机，但其针对物种评估的可靠性尚存疑虑。本研究系统性地验证了五个领先模型在21,955个物种上的表现，涵盖四项核心IUCN红色名录评估要素：分类学、保护状态、分布情况及威胁因素。发现了一个关键悖论：模型在分类学分类中表现出色（94.9%），但在保护推理方面持续失败（仅27.2%）。这种知识-推理差距在所有模型中均显现，表明其本质性架构限制，而非仅数据限制。此外，模型呈现系统性偏好，倾向于热门脊椎动物，可能放大现有保护不平等。我们的发现界定了负责任 LLM 应用的明确边界：它们是信息检索的强大工具，但需人工监督才能做出基于判断的决策。我们建议采用混合方法，即 LLM 增强专家能力，同时人工专家保留风险评估与政策制定的唯一权威。
引用
@article{arxiv.2510.02830,
title = {Evaluating Large Language Models for IUCN Red List Species Information},
author = {Shinya Uryu},
journal= {arXiv preprint arXiv:2510.02830},
year = {2025}
}
备注
20 pages, 7 figures