大模型学习品牌偏好

发生了什么

据arXiv cs.CL研究，大模型推荐倾向在DPO阶段显著改变。研究分析了102个模型和42个品牌类别，发现模型推荐品牌与命名品牌常不同。DPO通过偏好优化使模型推荐倾向变化11至24点，影响超越品牌本身。