昆士兰大学团队发现，大型语言模型在扮演不同政治角色时，会在不显著影响整体准确率的前提下，引入稳定的一致性意识形态偏见，从而影响在线仇恨内容审核的公正性。

新研究表明，人工智能最具价值的应用在于强化人类思考与决策，而不是完全替代人类。通过将AI的运算能力与人类的创造力和判断力结合，可在多领域显著提升知识创造与传播效果。

韩国科学技术院团队提出一套基于时间数据库的新评估技术，可自动生成时间敏感问答题目并检测“时间错误”，显著提升大型语言模型在动态现实信息下的可靠性。

新研究发现，即便在严重数据泄露事件后，用户对平台的不信任和愤怒情绪会在数月内明显减弱，最终与未受影响用户几乎无异。

一项基于Reddit数据与深度访谈的长期研究发现，AI伴侣在提供持续情感支持的同时，可能提高人们对现实人际关系的“心理成本”，让用户逐渐疏远他人，并在语言中表现出更多孤独和痛苦迹象。

一位德国学者发现，OpenAI的GPT模型在评估文本时，往往对充满“伪文学”色彩的无稽之谈给出高分，这一现象被认为可能对人工智能发展带来风险。

一项发表在《PNAS Nexus》上的研究发现，单个大型语言模型在创造力评分上可与人类相当甚至更高，但不同模型之间的输出高度相似，整体多样性明显低于人类。研究者指出，广泛依赖 LLM 进行创意工作，可能在无形中削弱人类思维的多样性。

新研究发现，大型语言模型在复杂任务上表现出色，并不意味着它们同样擅长识别欺骗或不可靠信息，这对其在法律、医疗和金融等关键领域的应用安全提出了警示。

美国学者提出一套数学框架，尝试让大型语言模型具备监控和调节自身推理过程的能力，用于在高风险场景中更好识别不确定性并提升决策透明度。