Một thử nghiệm đánh giá độc lập vừa tiến hành khảo sát ý kiến xếp hạng trên 12 mô hình AI phổ biến nhằm đo lường mức độ đồng thuận giữa các hệ thống. Kết quả nghiên cứu cho thấy các LLM đến từ Trung Quốc thể hiện xu hướng nghiêng về ý kiến đám đông (groupthink) rõ rệt nhất khi được hỏi các câu hỏi mang tính lựa chọn cá nhân.
Bốn mô hình đạt điểm đồng thuận cao nhất trong bảng xếp hạng đều thuộc về các công ty Trung Quốc bao gồm DeepSeek, Kimi K2, Hy3 của Tencent và GLM. Tính theo quốc gia, nhóm mô hình Trung Quốc đạt điểm đồng thuận trung bình là 0,47, trong khi các mô hình Mỹ đạt 0,38 và Mistral của Châu Âu đạt 0,36. Ngoại lệ duy nhất là Qwen của Alibaba đạt 0,38 điểm (nằm cùng nhóm với Grok và Nemotron), còn Meta Llama 4 Scout (0,34) cùng Anthropic Claude Haiku (0,32) là những mô hình có cá tính phản biện cao nhất.
Nguyên nhân chính của hiện tượng này đến từ kỹ thuật chắt lọc dữ liệu (distillation) – việc huấn luyện mô hình dựa trên đầu ra của các LLM khác – cùng với thói quen chia sẻ dữ liệu tổng hợp (synthetic data) trong cộng đồng mã nguồn mở Trung Quốc. Kết quả này mang lại thông tin tham khảo giá trị cho các kỹ sư AI Việt Nam khi lựa chọn mô hình: cần cân nhắc giữa câu trả lời an toàn theo số đông hay câu trả lời độc đáo, sáng tạo cho từng bài toán cụ thể.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com