本研究分析了大型语言模型中的从众效应,发现模型在不同领域表现出不同程度的从众行为,尤其在预测不确定时更明显。研究提出了两种方法来减少这种效应,以增强语言模型的能力。
作者在美国银行招聘程序员时发现,面试汇报中先发言者会左右他人意见,导致从众而非真实评估。为此提出“角斗士式面试”:面试后先不交流,汇报时众人同时用拇指朝上或朝下表态,再收集反馈。此举消除了服从集体的压力,暴露真实分歧,发现隐藏优点,让招聘决策更完整清晰。
完成下面两步后,将自动完成登录并继续当前操作。