arXiv 研究：一致性训练有效降低大语言模型的政治操纵倾向

一致性训练对抗 LLM 政治偏见

2026 年 5 月 21 日，arXiv 发布最新研究。

研究发现

• 系统性偏差:LLM 在多种敏感情境中展现出一致的政治偏向
• 一致性训练:提出通过一致性约束训练来减少政治操纵
• 评估方法:建立了一套系统化的政治偏见检测框架

社会影响

AI chatbot 正在深刻影响人们获取和理解新闻的方式。LLM 的政治中立性直接关系到信息生态的健康程度。

来源: arXiv
链接: https://arxiv.org/abs/2605.22807