系統提示詞日期影響大模型評測

一項涵蓋 9 個模型、6 個數據集及四類任務的研究指出，系統提示詞自動加入的當前日期會改變大語言模型的評測表現，並可能重排排行榜。多項選擇題、數學推理及程式碼生成的表現波動最高分別達 6%、14% 及 7%。研究亦發現，GPT-5.1 在 2025 年 12 月一週內，三項多項選擇基準的準確率波動最高達 4%。為確保公平比較，研究建議在可行情況下移除系統提示詞中的日期，或固定並記錄日期。

AI 根據報道生成 · 2 小時前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。