研究：引文如何影响人类与LLM偏好判断

2026年10月22日，arXiv Artificial Intelligence 刊出一项 EMNLP 2026 研究，作者 Yu Hou 等考察引文在偏好数据中的作用。该研究以科学问答中的成对判断为对象，用混合效应模型分析引文如何影响人类评审与四个开源 LLM 的偏好。报道称，人类更偏好引用来源更多样、但引用总数更少的回答；LLM 在无法访问来源的情况下，仍表现出与人类部分相似的、与引用相关的偏好，且这些偏好随数据和模型而变化。报道未给出具体样本量、模型名称或效应大小，也未说明该结论是否适用于其他任务或闭源模型。目前进展停留在论文发布与结果描述阶段，尚无后续跟进报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。