ผู้ใช้ LLM ไม่ได้เปลี่ยนพฤติกรรมตามเวลา แต่เสียงในคำถามส่งผลต่อความแม่นยำ

งานวิจัยใหม่จาก arXiv เปิดเผยว่าแม้ LLM จะมีแนวโน้มระดับประชากร แต่ผู้ใช้รายบุคคล (วิเคราะห์จาก 12,000 คน Bing Copilot) ยังคงรักษาพฤติกรรมเดิมไว้ส่วนใหญ่ แทนที่จะปรับตัวตามเวลา ขณะเดียวกัน การเปลี่ยนเสียงในโพรมต์ (เช่น formal vs casual) ส่งผลต่อความแม่นยำของ ChatGPT-4o และ LLM ราคาถูกอื่นๆ ในการตอบคำถาม multiple-choice ข้อมูลนี้ช่วย dev และ PM ออกแบบ UX และ prompt strategy ได้ดีขึ้น