Karpathy 示警 LLM 個人化加劇主流偏差

大型語言模型（LLM）依訓練資料的統計規律生成文字；熱門觀點與常見解法因出現頻率較高，往往比罕見但可能更合適的答案更容易被模型重現。前 Tesla AI 總監 Andrej Karpathy 指出，這種機制可能複製人類集體偏見，尤其影響新聞分析、研究與投資決策。

Karpathy 於 2026 年 3 月 25 日在 X 發文示警，LLM 回答時常像在回憶訓練集中「最常見的正確答案」，而非推理最佳解。鏈新聞 ABMedia 3 月 26 日報導指出，個人化記憶還可能把使用者歸入常見原型，使冷門加密貨幣、政策或技術議題更偏向主流敘事；他認為目前只能靠更多元資料緩解，尚無完整解法。