AI模型集体思维：中国模型更爱随大流
AI Model Groupthink
我开发了一个工具，让12个AI模型回答“Top 3”类问题并统计结果。数据揭示了一个有趣现象：DeepSeek、Kimi K2等中国模型在回答时更倾向于与群体共识保持一致，而Llama 4 Scout、Claude Haiku等美国模型则表现出更强的独立性。这种差异可能源于模型蒸馏、训练数据共享或后训练策略的不同。当AI开始互相模仿，共识可能不再代表正确，而只是“最先出现”的答案。
当模型开始互相复制观点并将这些观点反馈到现实世界时，共识不需要是正确的，它只需要是第一个出现的。
- Lerc
我觉得，聊天机器人在“从众”与“反叛”这个轴上的理想定位，很可能因国家而异。
美国公司在把握适合某种文化的语调方面似乎相当糟糕。这真的让我很惊讶：AI 在科幻作品中发展多年，形成了一套事实上的标准基调，结果他们却决定从一开始就采用“过分亲昵、过度欢快”的调子。
我甚至怀疑，那个令人毛骨悚然的 TikTok 语音是不是中国开发者设定的，用来代表他们心中美国人的说话方式？也许这种误解是双向的。
- writeslowly
我也做过类似的实验，让一组模型就某个特定话题展开辩论，看看它们是否会达成共识。我发现它们几乎总能达成一致，但 Gemini 总是那个坚持与群体共识不同的立场的模型。
话虽如此，对于“我的房间该刷什么颜色”这种非常简单的问题，我不确定这是否是一个可取的特质。那个知道大多数人喜欢米色（或类似颜色）的模型，可能比那个建议用荧光橙的模型运作得更正确。