LLMs are stuck in a groupthink rut. This startup is trying to get them out.

AI 摘要

一句话摘要: 文章揭示大语言模型存在群体思维问题，初创公司Springboards推出Flint模型以增加回答多样性。 关键事实: 多数LLM在随机数、汽车品牌等开放问题上给出高度重复答案，如随机数常为7；Springboards的Flint模型通过欢迎幻觉来产生更多样化回答；研究显示超过70种LLM在时间隐喻上超过半数回答“时间如河流”。 涉及主体: Springboards, Flint, Pip Bingemann, Kieran Browne, ChatGPT, Claude, Gemini, NeurIPS 可能影响: 推动AI行业关注LLM的创造性和多样性问题，可能催生更多专注于打破同质化的模型开发。 是否值得继续跟踪: 是，因为该问题影响AI在创意领域的应用，Springboards的解决方案可能引发行业变革。 噪音/炒作风险: 中，文章以游戏和案例吸引眼球，但问题本身有研究支持，非纯炒作。