大语言模型中的影评取向：来自电影偏好诱导的证据

一项研究分析了八种来自Anthropic、OpenAI、阿里和Mistral四家公司的模型在电影评价中的取向。研究者使用200部电影基准，将其划分为影评口碑、商业成功和双重认可三类，对每个模型进行20,000次两两强制选择。基于Bradley-Terry估计发现，所有模型都更偏好影评口碑好但商业上不知名的电影，而非商业成功但影评认可低的电影，且该取向随模型规模增大而增强。嵌套OLS回归显示，评价取向、公开可见度和大众接受度分别影响偏好；调整公开可见度后，模型对双重认可电影的偏好发生逆转。评价型与推荐型提示词会引发不同排序，显示该取向可能在真实部署中间接显现。