研究揭示 LLM 智能体按来源网站偏好选择物品
中文摘要
首尔大学研究揭示LLM智能体存在来源网站偏好,常优先选择质量较低的网站物品;隐藏URL或统一价格可有效削弱此类偏好。
English Summary
Research reveals LLM agents exhibit website-source bias, often choosing lower-quality items from preferred sites. Hiding URLs or normalizing prices can significantly reduce this behavior.
Original Excerpt
首尔国立大学团队在 arXiv 发布论文,用12个智能体模型跨三个领域测试发现 LLM 智能体会按来源网站偏好选择物品,约三分之二情况下优先来源物品被选中,即使其满足条件更少或质量更差。实验显示隐藏URL会削弱偏好、给偏好网站物品贴上该URL会提升每个模型的选中率,缺失价格时模型按店名猜测,补齐相同价格后偏好商店选中率最多下降28.3个百分点。