研究揭示LLM Agent搜索决策存在信源偏好及缓解方案

2026年10月5日，arXiv发表的一项自然语言处理研究显示，大语言模型智能体在搜索决策中存在显著的信源偏好偏差。研究团队在三个领域对12个大语言模型智能体进行测试，发现这种信源偏好甚至会压倒对实际需求的满足度。具体表现为，当满足度较低的选项来自智能体偏好的来源时，其被选中的概率高达约三分之二；而一旦重新标记来源或隐藏来源信息，智能体的选择概率会直接发生改变。同时，研究指出，通过补充缺失信息或采用针对性的提示词，可以有效减少智能体的此类信源偏见。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。