CHOIR：利用自由列表引出揭示 LLM 集成中的独特模型声音

研究人员提出 CHOIR 框架，将认知人类学的自由列表引出方法引入 LLM 集成，用于诊断开放式生成中的模型同质性与深层多样性。该框架通过反复引出排序列表并聚类概念，在 Infinity-Chat 100 评测中复现了 93/100 提示词的高表面一致性，并能成功分离狭窄提示与深层提示。测试表明基座模型特征最显著，其源盲排序模块可优先保留罕见但稳定的候选内容。