One world, one opinion? The superstar effect in LLM responses

要約

大規模言語モデル (LLM) は、オンラインで情報を共有およびアクセスする方法を形作っているため、その意見は幅広い視聴者に影響を与える可能性があります。
この研究では、言語の多様性の影響を調査するために 10 の異なる言語のプロンプトを使用して、LLM がさまざまな分野で最も著名な人物とみなしている人物を調査します。
私たちの調査結果では、回答の多様性が低く、少数の数値が言語間での認識を支配していることが明らかになりました（「スーパースター効果」とも呼ばれます）。
これらの結果は、LLM が主観的な情報を取得するときに、グローバルな知識表現が狭まってしまうリスクを浮き彫りにしています。

要約(オリジナル)

As large language models (LLMs) are shaping the way information is shared and accessed online, their opinions have the potential to influence a wide audience. This study examines who the LLMs view as the most prominent figures across various fields, using prompts in ten different languages to explore the influence of linguistic diversity. Our findings reveal low diversity in responses, with a small number of figures dominating recognition across languages (also known as the ‘superstar effect’). These results highlight the risk of narrowing global knowledge representation when LLMs retrieve subjective information.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google