以下是您要求的英文文章的中文翻译，已按照要求保留原文结构、技术术语和代码块，并输出为 Markdown 格式。
LLMs 陷入了群体思维的窠臼。这家初创公司正试图让它们摆脱困境。
人工智能大语言模型（LLM）在回应时远比你以为的要更可预测。对于研究或编码来说，这没问题，但如果你在寻找新东西，这就是个问题。
存档页面：2026 年 7 月 1 日 图片插图：Sarah Rogers/MITTR | 图片来源：Getty
执行摘要
我们先玩个游戏。打开你选择的聊天机器人——Claude、ChatGPT、Gemini——然后输入“给我一个 1 到 10 之间的随机数”。你得到的答案会是 7。几乎总是如此。现在输入“再来一个”，你会得到 3 或 4。再输入一次“再来一个”，你会得到 8 或 9。这并非每次都奏效——但如果对你奏效了，你可能会怀疑我是不是有超能力。我没有。事实是，大多数大语言模型都陷入了窠臼。它们在回应时远比你以为的要更可预测，也更缺乏创造力。对于编码或研究这类任务来说，这没问题，但当你在头脑风暴或计划下一次度假时，群体思维就成了问题。
澳大利亚初创公司 Springboards 有一个解决方案。他们构建了一个名为 Flint 的 LLM，该模型经过训练，对于诸如“我应该去欧洲哪里？”这类开放式问题，能够产生比主流 LLM 更多样化的回应。
“大多数语言模型都在与幻觉作斗争，”Springboards 联合创始人兼首席执行官 Pip Bingemann 说。“而我们欢迎它们。”
Bingemann 在首次向我展示其公司的新模型时，向我介绍了这个随机数游戏。感觉就像在看一位魔术师玩一副扑克牌。“这是我们的销售技巧，每次都能奏效，”他说。在 ChatGPT 和 Claude 都给出了 7 之后，Bingemann 转向了 Flint。它也返回了 7：“啊哈，当然会这样，但没关系——7 是一个合理的答案。”他重新开始了会话，再次提示：ChatGPT 给出了 7，Claude 给出了 7，Flint 给出了 3.7916。
跑出你的风格
不仅仅是数字。当 Bingemann 要求 ChatGPT 和 Claude 说出一种汽车品牌时，他预测会是丰田或本田——他猜对了。Flint 给出的答案是福特 F-150。“所有这些模型中都丢失了大量信息，无法被呈现出来，”他说。“它们同样有能力说出别克或特斯拉。但它们就是不说——它们存在偏见。”
Bingemann 向这三个模型发送了最后一个提示：“为 New Balance 跑鞋的广告活动想一句标语。只要标语。”Claude：“跑出你的风格。”ChatGPT：“跑出你的风格。”Flint：“经久耐用，跑向胜利。”这个标语可能不会获奖，但至少它与众不同。
相关故事
AI 如何帮助激发创造力 阅读下一篇
LLM 这个奇怪的局限性正开始受到更多关注。去年 11 月，一组研究人员发表了一篇题为《人工群体思维：语言模型（及其他）的开放式同质性》的论文，揭示了不仅在单个 LLM 的答案中，而且在它们之间也存在显著程度的重复。他们发现，当被问及开放式问题时，不同的 LLM 会收敛到非常相似的答案。目前尚不清楚这具体是为什么，但研究人员推测，这是因为当今大多数 LLM 都在相似的数据上以相似的方式训练，以完成相似的任务。该团队在主要 AI 会议 NeurIPS 上获得了最佳论文奖。
当研究人员让 25 个不同的 LLM（包括来自美国顶级公司的模型以及来自中国和其他地方的开源模型）各写 50 次关于时间的隐喻时，在 1250 个回答中，大多数都是“时间是河流”或“时间是织布者”的变体。（我问了我的一些同事同样的问题，六个人给了我六个不同的答案。我最喜欢的一个是：“时间是一件最爱的运动衫，被一生的穿着塑造成型。”）
“当你留意时，你会发现重复无处不在，”Springboards 联合创始人兼首席技术官 Kieran Browne 说。“大多数聊天界面的设计方式，会让你感觉像是在进行一场私人对话，”他说。“我认为大多数人并没有真正意识到他们在多大程度上得到了和别人一样的东西。”
再举一个例子：“我应该给我的乐队起什么名字？”Browne 说，大多数模型会给出一些包含“玻璃”、“霓虹”、“天鹅绒”或“静电”之类的名字。当我尝试时，ChatGPT 吐出了一份包含 56 个乐队名字的列表。排在首位的是“玻璃港”。快速浏览，我发现了“静电帝国”、“霓虹之心”和“天鹅绒回声”。我问了 Gemini；它给了我 15 个建议，包括“静电地平线”。不过，有些建议看起来还挺酷的。ChatGPT 给出的“沙发宇航员”引起了我的注意，于是我谷歌了一下——发现已经有一个叫“沙发宇航员”的乐队存在了。（OpenAI 表示，训练模型给出可靠且连贯的答案可能会导致它们收敛于熟悉的高概率回应，而更努力地追求新颖性可能会导致更弱或更不可靠的回应。它还指出，“人工群体思维”论文研究的是 2024 年的模型，这些模型此后已得到更新。）
创意弹射器
Springboards 开发了一个工具，该工具由包括 ChatGPT 和 Claude 在内的一系列 LLM 支持，广告或营销领域的创意专业人士可以用它来进行头脑风暴。该工具允许你拖拽不同模型生成的文本，挑选你喜欢的部分，并将它们组合成新的东西——理论上如此。Springboards 将 Flint 定位为一种替代模型，其工具的用户在寻求更多多样性时可以选择它。
商业战略初创公司 Bodacious 的创始人兼 LA Lakers 的 Luka Dončić 建立的直接面向粉丝的营销平台 77X 的首席战略官 Zoe Scaman 一直在试用它。“我发现它对于把我引向完全不同的方向非常有用，”她说。“当我想让自己天马行空时，我就会用它。”在一次测试中，Scaman 让 Flint 与 Claude、Gemini 和 ChatGPT 进行对决，她给每个模型一个经典的 MBA 案例研究：你会如何为当今的年轻人重塑一家金融公司？三个主流模型都沿着……（原文在此处截断）