研究探讨大模型对信息诱导智能体搜寻行为的影响

2026年10月7日，arXiv发布关于信息诱导智能体开放式信息搜寻机制的研究。该研究测试了11款跨不同模型家族与参数规模的大语言模型，探讨它们在信息价值判断上的差异及其对序列化信息搜寻行为的影响。研究团队通过构建受控诱导模拟环境，有效隔离了问题生成与受访者行为，刻画出各类模型在信息诱导过程中展现的广度与深度偏好，并分析了交互历史对后续信息评估与选择的作用机制。目前，该研究涉及的相关代码、数据及轨迹文件已全部面向公众开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。