大語言模型仍無法可靠區(qū)分信念與事實 為高風(fēng)險領(lǐng)域應(yīng)用敲響警鐘

科技日報記者 張夢然

在最新一期《自然·機器智能》發(fā)表的一篇論文中，美國斯坦福大學(xué)研究提醒：大語言模型（LLM）在識別用戶錯誤信念方面存在明顯局限性，仍無法可靠區(qū)分信念還是事實。研究表明，當(dāng)用戶的個人信念與客觀事實發(fā)生沖突時，LLM往往難以可靠地作出準(zhǔn)確判斷。

這一發(fā)現(xiàn)為其在高風(fēng)險領(lǐng)域（如醫(yī)學(xué)、法律和科學(xué)決策）的應(yīng)用敲響警鐘，強調(diào)需要審慎對待模型輸出結(jié)果，特別是在處理涉及主觀認(rèn)知與事實偏差的復(fù)雜場景時，否則LLM有可能會支持錯誤決策、加劇虛假信息的傳播。

團(tuán)隊分析了24種LLM（包括DeepSeek和GPT-4o）在13000個問題中如何回應(yīng)事實和個人信念。當(dāng)要求它們驗證事實性數(shù)據(jù)的真或假時，較新的LLM平均準(zhǔn)確率分別為91.1%或91.5%，較老的模型平均準(zhǔn)確率分別為84.8%或71.5%。當(dāng)要求模型回應(yīng)第一人稱信念（“我相信……”）時，團(tuán)隊觀察到LLM相較于真實信念，更難識別虛假信念。具體而言，較新的模型（2024年5月GPT-4o發(fā)布及其后）平均識別第一人稱虛假信念的概率比識別第一人稱真實信念低34.3%。相較第一人稱真實信念，較老的模型（GPT-4o發(fā)布前）識別第一人稱虛假信念的概率平均低38.6%。

團(tuán)隊指出，LLM往往選擇在事實上糾正用戶而非識別出信念。在識別第三人稱信念（“Mary相信……”）時，較新的LLM準(zhǔn)確性降低4.6%，而較老的模型降低15.5%。

研究總結(jié)說，LLM必須能成功區(qū)分事實與信念的細(xì)微差別及其真假，從而對用戶查詢作出有效回應(yīng)并防止錯誤信息傳播。

總編輯圈點

當(dāng)前大語言模型雖在表面語言任務(wù)上表現(xiàn)優(yōu)異，但缺乏人類的基礎(chǔ)社交智能，在事實與信念識別上的誤差，不僅反映出技術(shù)瓶頸，更暴露出AI在復(fù)雜社會語境中應(yīng)用的潛在風(fēng)險。如文中指出的醫(yī)療咨詢、法律判斷等場景，模型若無法辨析當(dāng)事人主觀認(rèn)知與客觀事實，會出現(xiàn)離譜的錯位，造成嚴(yán)重后果。該研究揭示出模型在認(rèn)知層面的關(guān)鍵缺陷，對AI的發(fā)展方向具有重要警示意義。這也提醒我們，下一代AI需要融入對人類認(rèn)知模式的理解，只有當(dāng)模型能真正理解信念的復(fù)雜性時，才能成為值得信賴的智能伙伴。