arXiv · cs.CL· Oleg Vasilyev·· 1 天前AI 评分38
聊天机器人 LLM 对美国总统政策判断的稳健性研究
Robustness of Chatbot LLM Judgments of Presidential Actions and Hypothetical Reforms
来源与原文
arXiv · cs.CL
作者：Oleg Vasilyev
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.39398v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项为期 30 天的研究测试了 5 种聊天机器人配置（Mistral、Gemini Flash、Claude Sonnet 及两个努力档位的 Claude Opus），每天两次为美国近四届总统政府的 40 项行动和 15 项假设改革的长远影响打分。结果显示判断总体稳健：各配置对政府均分符号和排序一致，同一配置对同一行动给出相反符号的比率约 4%。研究还发现 3 次服务端变化悄然改变了判断，并开源了包含 16,500 条评分的数据集。
来源：arXiv · cs.CL · arxiv.org