评估 LLM 生成的偏好分布：模型选择比提示词影响更大

一项研究系统评估了 LLM 生成的偏好分布，覆盖九个开源权重模型和航空出行、餐厅、消费品三个选择域。所有模型都表现出自洽性，最可能结果在重复采样下迅速稳定，但模型族与规模之间存在显著不一致，连最可能结果也鲜有共识。偏好分布更多取决于模型选择而非提示词措辞，挑战了能力足够强的 LLM 可替代问卷受访者的假设。