大语言模型研究：当科学矛盾在语言转述中失真

研究显示直接给出约束条件时 GPT-5.6 Sol 与 Claude Opus 5 识别最优支持赋值的准确率达 90% 和 96%，但转化为科学散文后表现明显分化。Claude Opus 5 易偏向生物学先验预期，在移除偏好并加入形式化与显式配对提示后识别率从 27% 升至 92%（p<.001），而 GPT-5.6 Sol 对此调整并不敏感。