机器学习模型“单一文化”（monoculture）测量的主观性

两项实验对机器学习模型（包括LLM）输出存在“单一文化”（monoculture）的既有结论提出明显异议。在一个数据集中纳入题目难度后，该现象几乎消失。研究指出，测量结果取决于独立性基准模型以及纳入考察的模型和题目群体，并提出确保评估稳健性的指南。