AMEL：累积消息效应对大语言模型判断的影响

本文研究了先前对话历史的极性是否会导致大语言模型（LLM）在后续评估中产生偏见，即“累积消息效应”（AMEL）。通过对 11 个模型进行近 7.6 万次 API 调用实验，发现模型判断会显著向对话的主流极性偏移，尤其在模型基线不确定时更为明显。该偏差随历史长度增加并不增长，且存在负面信息不对称现象。研究指出，为每个评估项提供全新上下文是最简单的解决方案，若必须批量处理，平衡历史记录有助于减轻偏差。