当生成信息回流：LLM 介导的信息生态中的错误持续性研究

一项针对大语言模型介导信息生态的研究发现，模型生成的内容重新作为后续输入回流时会导致错误持续复现。在涵盖 12 个事实目标和 4 个生产模型的受控实验中，内容回流使最终轮次中完整错误主张的存在率增加了 7.29 个百分点，同时明确认可率降低了 8.33 个百分点。模型即便避免直接认可虚假主张，保留的具体细节仍会促成错误持续传播。