研究人員分析了熱門LLM在網路上的搜索效率

一組科學家發表了一項研究ChatGPT、Claude、Grok和DeepSeek，使用了真實用戶數據和通過API進行的受控實驗。

結果顯示，代理向搜索引擎發出請求的頻率在不同模型之間有很大差異，並且不總是與最終答案的質量相關。研究人員發現，代理使用不同的搜索請求形成策略，每個平台的內置搜索引擎在顯示結果時都有明顯的偏好。

該研究特別關注數據歸屬問題。儘管大多數答案都基於找到的信息，但模型的一些斷言是基於未在最終文本中明確引用數據。這對於系統提供事實信息的可靠性和透明度構成風險。

作者強調，目前LLM中搜索整合的機制在代理的生命週期方面仍然不夠完善。獲得的數據表明需要重新審視搜索工具的架構，以最小化幻覺並提高對源的準確性。

該研究在Creative Commons Attribution 4.0許可下發表。研究的結論可以被開發人員用來優化代理在網路上搜索相關信息時的決策算法。