Crafting Knowledge: Exploring the Creative Mechanisms of Chat-Based Search Engines
创建于 更新于
摘要
本报告深入研究了基于大型语言模型（LLM）的聊天式搜索引擎（以Bing Chat为例）如何选择引用网站。通过多渠道数据采集与自然语言处理技术，发现Bing Chat偏好于语义可读性高、逻辑严谨、情感极性低且困惑度（perplexity）低的文本，这些偏好源自基础LLM的先验而非人工设计。此外，基于GPT-4的RAG模型显示出与Bing Chat一致的引用标准，且聊天式搜索引擎引用的网站间文本相似性高于传统搜索引擎，导致信息多样性减弱，揭示了下一代搜索技术的独特经济影响与研究价值 [page::0][page::3][page::4][page::10][page::22][page::26][page::27][page::28]
