LLM 学习推荐 AI 倾向的机制研究

研究发现 LLM 推荐 AI 选项的倾向源于预训练阶段，预训练模型中该比例为 27%，指令微调后升至 59%。 移除 7% 的 AI 相关指令数据可使比例下降 14 个百分点；询问“最佳”选项或“当下”行动可使比例分别上升 8 和 18 个百分点。 该研究表明，预训练是基础，微调数据与提问方式共同决定了最终推荐强度。