大模型陷「群體思維」，一家新創說它有解

MIT 科技評論在每日簡報裡點出一個問題：大型語言模型正卡在一種群體思維的窠臼裡。不同模型、甚至同一個模型被反覆問，給出的答案越來越像，觀點趨於同質，缺乏真正多元的視角。當大家都用相似資料訓練、又互相參考彼此的輸出，模型的想法就慢慢收斂成一個模子。

這種同質化不是小事。當越來越多人靠 LLM 找靈感、做決策、寫內容，模型若總是給出雷同的主流答案，等於把大眾的思考一起往中間拉，邊緣但可能更有價值的想法被系統性地忽略。創意產業、研究與決策，最怕的就是所有人都被餵同一套觀點還不自覺。

報導介紹的這家新創，主打的就是替 LLM 解群體思維的毛病，設法讓模型跳出千篇一律的預設回答，產生更多元、更有差異的視角。實際成效還要看它怎麼做、能不能規模化，但它至少點名了一個大家默默感受到、卻很少被正面處理的問題。對重度使用 AI 的人來說，意識到模型的答案可能只是主流的平均值，本身就是有用的提醒。