Sebuah studi memeriksa bagaimana kerangka kerja Retrieval-Augmented Generation (RAG) mentransmisikan bias ideologis dari materi yang diambil ke respons model bahasa besar (LLM). Penelitian ini mengidentifikasi bahwa suhu pengambilan sampel secara signifikan memengaruhi kekuatan transfer ideologis ini.
- Para peneliti menerapkan Analisis Multidimensi Leikal pada korpus 1.117 artikel pengobatan COVID-19 untuk mengidentifikasi tiga wacana ideologis yang digunakan sebagai pengetahuan eksternal.
- LLM diuji pada pertanyaan ideologis pada berbagai suhu pengambilan sampel, dengan output dinilai berdasarkan kesamaan semantik dan leksikal terhadap teks referensi.
- Keselarasan diskursif antara jawaban yang dihasilkan dan teks referensi mencapai puncaknya pada suhu sedang, menyeimbangkan stokastisitas dengan grounding pengambilan.
- Keselarasan menurun pada suhu rendah, menunjukkan bahwa pengambilan yang terlalu deterministik menekan transfer wacana ideologis.
Temuan ini menyoroti bahwa sistem RAG rentan terhadap penguatan atau penekanan posisi ideologis berdasarkan sumber pengambilan mereka, dengan suhu berfungsi sebagai faktor kontrol kritis untuk keselarasan diskursif.