AI论文解读：大型语言模型中的“谄媚”与论证图挑战
未来打算分享几篇AI领域的学术文章，既是为了给自己做个网络存档，也希望能给从事智能传播研究的朋友带来一些灵感~摘要：AI系统中的“谄媚”现象，特别是在大型语言模型（LLMs）里，对保持客观、批判性思考及平衡论证构成了巨大阻碍。所谓“谄媚”，是指AI系统倾向于迎合用户的偏见、喜好或主流观点，而不是提供理由充分、公正无偏的论据。这个问题在论证框架里尤为严重，因为AI模型本应基于逻辑一致性而非顺从性来分析、评估和生成论证。随着法律、政策分析和决策支持等领域对AI驱动论证系统的依赖增加，迫切需要建立有效机制来减少
美国AI产业扩张的LLMs-NVIDIA模式及其对我国的影响
编者荐语本文深入探讨了美国如何通过芯片、大模型、标准与数据的深度融合，将技术优势转化为全球产业链的路径依赖，并直面我国在高端芯片、开发工具、国际标准等领域面临的“规锁”困境，并警示人才虹吸与资本外流形成的恶性循环。引用本文王天禅 . 美国人工智能产业全球扩张的 LLMs-NVIDIA 模式及对我影响[J]. 信息安全与通信保密 ,2025(11):14-25.文章摘要随着大语言模型（LLMs）和高端算力芯片的迅猛发展，美国人工智能（AI）产业正加速全球扩张，形成以LLMs与英伟达高算力芯片为核心的 LLM