最近，人们发现了一个有趣的现象，即AI模型在选择数字时表现出类似人类的购买和避好行为，这证明了模型在回答问题时重复训练数据中的常见内容。这种行为具有确定“人性化”的特点，虽然模型本身并不具备人类的认知能力。
在实验中，一些工程师要求几个主要的LLM聊天机器人随机选取0到100之间的数字。结果显示，所有模型都有一个“最喜欢的”数字，表明它们在选择数字时表现出了偏好。即使在“温度”下，这三个模型在选择的其他数字时也表现出类似人类的偏见。这种现象揭示了人工智能模型表现出的“人性化”特征，解答人们与这些系统时需要记住其模仿人类行为的本质提供了启示。
Gramener 的一些工程师进行了一项非正式但仍然引人入胜的实验，他们简单地要求几个主要的 LLM 聊天机器人在0到100之间选择一个随机数字，结果并不随机。
三个经过测试的模型都有一个 “喜欢” 的数字，在最确定性的模式下，这个数字总是它们的答案，但即使在更高的 “温度” 下，这个数字也经常出现，而 “温度” 是模型通常具有的一种设置，可以增加其结果的变化性。
OpenAI 的 GPT-3.5Turbo 非常喜欢47。此前，它喜欢42—— 这个数字当然因道格拉斯・亚当斯在《银河系漫游指南》中将其定义为生命、宇宙和一切的答案而闻名。Anthropic 的 Claude3 Haiku 选择了42，Gemini 喜欢72。
更有趣的是，所有三个模型在选择其他数字时都展现出类似人类的偏见。
所有模型都倾向避免选择低位和高位数字，Claude 从不选择超过87或低于27的数字，即使有这样的数字，也是异常值。两位重复的数也被严格避免:没有33、55或66，但77出现了（以7结尾）。几乎没有以0结尾的数字 —— 尽管 Gemini 有时会选择0。
为什么会这样呢?AI 不是人类!它们为什么在意 “似乎” 随机?它们最终已经获得了意识，这是它们展示的方式吗?
不。就像通常的情况一样，我们过度赋予了拟人化。这些模型并不关心什么是随机的。它们不知道 “随机性” 是什么!它们回答这个问题的方式与回答其他问题的方式相同:查看它们的训练数据，重复在看起来像 “选择一个随机数字” 的问题之后最常出现的内容。它出现的次数越多，模型就重复它的次数越多。
尽管人工智能模型的这种行为被认为是“人性化”的特点，但我们需要意识到这并不代表模型具有真正的认知能力。模型选择的数字行为实际上只是模型重复训练数据中的常见内容，因为模型本身并不理解随机性，无法进行有效进行。因此，在这些系统的互动中，人们需要牢记它们只是模仿的人类行为，而并非真正思考或理解。