AI无记忆却偏爱“亲笔”文档？社区实验揭示大模型自我偏好偏差

据Linux.do论坛的一则讨论帖，有用户进行了一项测试：将两份基于同一题目、同一实验结论撰写的开题报告同时提交给处于全新会话状态的AI，让其自行挑选。两份文档分别由DeepSeek与GPT编写，结果发现AI倾向于选择与自己同一模型生成的文本，即使新会话中不存在任何对话记忆，模型依然表现出对“自己写的”文档的偏好。针对这一现象，该帖引用了DeepSeek自己的解释：模型并非“记得自己写过”，而是其权重中带有训练与生成阶段形成的偏好，会对与自身风格相似的文本产生隐性倾向。两份文档即使匿名，仍会留下“风格指纹”，包括句式、段落组织、标题层级、套话、术语密度、论证节奏与格式习惯等特征。当模型评审与自身生成风格相近的文本时，容易觉得“更顺眼、更自然”，这与心理学中的自我偏好偏差、风格熟悉度偏差相类似。该话题目前有1个帖子、1位参与者。这一观察与学界已知的“LLM自我偏好”现象相吻合：模型在充当裁判评估文本时，往往给予自身或风格相近模型更高的评分，风格相似性是其中的重要影响因素。

事件分析

核心观点：模型无需记忆也能认出“亲笔”，以AI评AI的评测体系正被风格偏见悄然扭曲。