言語モデルの「言行不一致」は質問方法で変わる：表明された選好と実際の選択のギャップに関する調査

要約

言語モデルが表明する価値観と実際の選択が食い違う「表明・顕示選好ギャップ（SvRギャップ）」について、24のモデルを用いて調査した研究である。中立や回答拒否を許容することで、弱いシグナルを除外し、表明された選好と強制選択による顕示選好の相関を大幅に改善できることが判明した。

全文は有料プランで閲覧できます。