政治方位图还是旋转箭头？朝着更有意义的大型语言模型价值观与观点评估
内容提要
多项研究分析大语言模型的政治偏好，发现多数对话模型在政治测试中偏左，可能源于预训练、微调或强化学习阶段。模型能捕捉情绪与道德差异，但立场检测较弱，且存在西方中心偏见，对非西方国家价值判断失准。模型输出还受提示格式、选项顺序和用户政治倾向影响，易加剧情感极化与过滤泡沫。
延伸解读
政治偏好的来源假设
文章指出，多数对话型大语言模型在政治测试中呈现左倾观点，这可能源于预训练后期、监督微调或强化学习阶段。这一假设提示我们，模型的政治倾向并非天生，而是训练过程中引入的。理解这一点有助于开发者在模型开发早期识别并干预潜在偏见，而非仅依赖后期修正。
评估方法的局限性
研究发现，模型在捕捉情绪和道德细微差别方面有效，但立场检测较弱。此外，提示格式、选项顺序等简单扰动会显著降低问答能力，且模型在否定一致性上表现低下。这表明当前评估方法可能无法准确反映模型的真实认知，读者需谨慎解读模型在政治敏感话题上的输出。
西方中心偏见与跨文化误判
通过对比世界价值观调查，研究发现大语言模型显示出西方中心主义价值偏见，高估非西方国家的保守性，对性别表达不准确，并将年长人口描绘为更具传统价值。这提醒我们，模型在跨文化应用中可能产生系统性误判，尤其在涉及非西方国家价值观时需格外警惕。
个性化输出的极化风险
研究显示，根据用户政治倾向个性化调整模型输出时，左倾用户更易收到对左派实体正面评价，右倾用户则相反。这种模式可能加剧情感极化和过滤泡沫，使用户陷入信息茧房。因此，在设计和部署个性化模型时，需考虑其对社会对话的潜在影响。
Q&A
大型语言模型在政治测试中通常表现出什么倾向？
大多数对话型LLMs在政治测试中往往生成被诊断为左倾观点的响应。
为什么大型语言模型会表现出政治偏好？
可能主要发生在LLMs的预训练后期、监督微调和/或强化学习（RL）训练阶段。
大型语言模型在政治立场检测方面表现如何？
模型在捕捉情绪和道德细微差别方面有效，但在立场检测方面存在挑战。
大型语言模型是否存在西方中心主义偏见？
是的，LLMs显示出西方中心主义的价值偏见，高估了非西方国家的保守性，对非西方国家的性别表达不准确，并将年长人口描绘为更具传统价值。
哪些因素会影响大型语言模型的政治输出？
模型输出受提示格式、选项顺序和用户政治倾向的影响。
个性化的大型语言模型输出会带来什么风险？
左倾用户更容易接收到对左派政界人物和媒体机构的正面评价，而右倾用户则更容易接收到对右派实体的正面评价，这种个人化模式会带来情感极化和过滤泡沫的风险。
