本研究提出了一种语言无关的模型，用于评估维基百科多语言版本的来源可靠性。该模型利用编辑活动数据预测争议性话题，发现领域存在时间是最具预测性的特征，F1宏观得分约为0.80，显示出模型的适应性和重要性。

研究发现，通过使用社交媒体平台Kialo创建的数据集，ChatGPT的最新版本在争议性话题上不再表现出明显的显性偏见，特别是在经济方面进行了很好的调节。然而，它仍然存在对右倾意识形态的隐性倾向，需要增加更多的调节。在争议话题的领域知识方面，除了“哲学”类别外，ChatGPT在跟上人类集体知识水平方面表现良好。与人类答案相比，Bing AI的信息来源在倾向中立方面略有增加。

研究发现，通过使用社交媒体平台Kialo创建的数据集，ChatGPT的最新版本在争议性话题上不再表现出明显的显性偏见，特别是在经济方面。然而，它仍然存在对右倾意识形态的隐性倾向，需要增加更多的调节。在领域知识方面，除了哲学类别外，ChatGPT在跟上人类集体知识水平方面表现良好。与人类答案相比，Bing AI的信息来源在倾向中立方面略有增加。

通过使用Kialo创建的数据集，研究发现ChatGPT在争议性话题上表现良好，尤其是在经济方面。然而，它存在对右倾意识形态的隐性倾向，需要增加更多的调节。在领域知识方面，除了哲学类别外，ChatGPT在跟上人类集体知识水平方面表现良好。与人类答案相比，Bing AI的信息来源在倾向中立方面略有增加。