Un estudio examina cómo los marcos de Generación Aumentada por Recuperación (RAG) transmiten el sesgo ideológico del material recuperado a las respuestas de modelos de lenguaje grandes (LLM). La investigación identifica que la temperatura de muestreo influye significativamente en la intensidad de esta transferencia ideológica.
- Los investigadores aplicaron Análisis Multidimensional Léxico a un corpus de 1,117 artículos sobre tratamientos para COVID-19 para identificar tres discursos ideológicos utilizados como conocimiento externo.
- Se probaron LLM con preguntas ideológicas a diferentes temperaturas de muestreo, evaluando las salidas por similitud semántica y léxica con textos de referencia.
- La alineación discursiva entre las respuestas generadas y los textos de referencia alcanza su punto máximo a temperaturas moderadas, equilibrando la estocasticidad con la fundamentación de la recuperación.
- La alineación disminuye a bajas temperaturas, lo que indica que el muestreo excesivamente determinista suprime la transferencia del discurso ideológico.
Los hallazgos destacan que los sistemas RAG son propensos a amplificar o suprimir posiciones ideológicas según sus fuentes de recuperación, con la temperatura actuando como un factor de control crítico para la alineación del discurso.