热点事件持续更新
EMNLP论文揭示LLM偏差有深浅之分
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月27日，AGI Hunt 报道了 EMNLP 2026（布达佩斯）论文《Deep and shallow biases in language models》的发现：LLM 的偏差存在深浅之分，有的换个问法就消失，有的则顽固保留。例如，让模型随机说一个数，常得到 42，换个措辞就变成 3；而要求随机说一种蝴蝶时，它几乎总答帝王蝶，改写问法后依然如此。作者试图解释这一差异，并发布了演示视频，海报编号为 1152-MAIN。报道未提及该研究之后的进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 01:28
新报道称该论文区分深浅偏差：改问法后「42」变「3」，帝王蝶答案不变。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI HuntEMNLP 2026 论文《Deep and shallow biases in language models》：LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶
EMNLP 2026（布达佩斯）论文《Deep and shallow biases in language models》发现，LLM 的偏差存在深浅之分：有的换个问法就消失，有的却顽固保留。让模型随机说一个数常得到 42，换个措辞就变成 3；而要求随机说一种蝴蝶时几乎总答帝王蝶，改写问法后依然如此。作者试图解释这一差异，并发布了演示视频，海报编号 1152-MAIN。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 02:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。