首尔国立大学研究：LLM Agent 的来源偏好可压过条目本身质量

首尔国立大学团队研究 LLM Agent 在端到端搜索中的来源偏好，测试了 12 个 agent 模型在购物、订酒店和引用论文三个领域的表现。同一位置比较满足相同要求的不同来源条目时，每个模型都偏好某些来源、回避另一些，且各模型对好坏来源的判断高度一致；来自偏好来源但少满足一条要求的商品，约三分之二概率胜过来自非偏好来源的更优商品，反向则几乎不发生。