[2606.26104] 主张，而非描述：改变大语言模型关于动物福利推理的语言特征
[2606.26104] 主张，而非描述：改变大语言模型关于动物福利推理的语言特征
作者： Jasmine Brazilek, Harper Dunn
提交于2026年4月30日
摘要： 动物福利倡导者撰写了大量文字，而这些文字越来越多地用于训练语言模型，随后数百万用户向这些模型咨询动物福利问题。我们在一个保留的动物福利基准上，使用词汇匹配的立场对比探针，测量了十种语言特征在作为微调数据时对 Llama-3.2-1B 倾向于支持动物福利推理的改变程度。其中八种特征产生了统计上显著的偏移。七种特征使模型朝更强的支持动物福利推理方向移动：断言式确定性、明确的道德词汇、情感词汇、评价性主张、叙事结构、描绘的伤害严重程度以及即时时间框架。两种特征使模型向相反方向移动：模糊语言和具体感官描述均稀释了支持动物福利的立场。第一人称视角没有统计上显著的影响。对任何可能最终进入大语言模型（LLM）训练语料库的动物福利文本撰写者的实用建议是：主张一种立场，而不是中立地描述场景。那些能改变模型的特征是使作者立场明确化的特征；而那些稀释立场的特征虽然包含动物福利内容，却隐去了立场。