据最新行业报道，当前主流大语言模型（LLMs）普遍存在群体思维问题，ChatGPT等聊天机器人应答可预测性偏高，在编码、信息检索场景表现稳定，但开放性创意类任务的输出同质化严重。目前已有AI初创企业针对该痛点研发全新训练框架，预计相关技术落地后可将大模型创新应答占比提升近五成，大幅拓展其在创意产业的应用边界。
不少用户可能都有过类似体验：同时向3个不同品牌的通用大模型提问“有没有全新的中秋营销创意”，得到的答案几乎都绕不开汉服活动、赏月直播、IP联名周边几个方向，连表述逻辑都高度相似——这正是大模型群体思维困境的直观表现。
过去几年大语言模型的迭代重点普遍放在了应答准确率、安全性和上下文长度上，为了让模型输出符合人类预期的“正确答案”，厂商普遍采用基于大规模公共数据集的预训练加RLHF（人类反馈强化学习）对齐路径。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号