大语言模型 中地理条件的意外影响

现代对话式人工智能系统经常依赖用户元数据来本地化响应，但这种隐藏上下文带来的意外区域偏差仍然知之甚少。在这项工作中，我们评估位置泄漏：模型尽管收到地理中立的用户提示但仍生成地理参考的现象。在创意写作和开放式问答提示中，即使是最先进的 LLM 在暴露于位置元数据时也会系统地偏向于特定区域的输出，泄漏峰值比基线高出 793 倍（例如，Llama 3.1-8B 从 0.04% 到 31.7%，Qwen3-8B 和 Claude 从 21.3% 到 8.8%）十四行诗 4.6，分别）。我们的分析进一步显示了一种新颖的结构调节效应：用占位符“未知”替换注入位置仍然使泄漏比基线高出 72 倍，这表明用户配置文件框架本身独立于任何地理内容，充当生成调节信号。