你会投给谁：意大利案例中的LLM政治偏好审计

随着用户越来越多地转向 大语言模型 (LLM) 获取有关政治事务的信息和建议，特别是在选举期间，这些系统表达的政治偏好已成为公共利益问题。先前的研究表明，与 LLM 的交互可以影响用户的政治态度和选择，引发有关这些模型本身如何评估政治参与者的问题。在本文中，我们研究了 LLM 是否以及如何表达对政党和政治领导人的偏好。我们引入了一个系统且可重复的审核框架，其中提示多个 LLM 根据九个标准评估各方和领导者。我们不是试图推断模型的“真实”政治信仰，而是关注他们可观察到的行为，检查评估的一致性、模型之间的差异、拒绝率以及对提示制定的敏感性。我们进一步研究当模型被指示采用不同的角色时，这些评估如何变化。我们通过意大利案例研究展示了该框架，对 LLM 对意大利政党和领导人的政治评估进行了系统分析。