本研究探讨了大型语言模型中的锚定偏差，发现初始信息对判断有显著影响。实验验证了缓解策略的有效性，强调全面收集信息以避免模型被单一信息锚定的重要性。

研究发现，大型语言模型在政策研究中生成的主题与人工生成的有重叠，但可能引入锚定偏差，影响分析深度。这带来了效率提升与分析偏见之间的权衡。