一项发表于《自然·机器智能》的新研究指出，大型语言模型（LLMs）在区分事实与观点方面仍存在明显不足。研究发现，当用户持有错误信念时，这些模型往往无法有效识别并纠正，甚至可能无意中强化错误认知。这一问题在医疗、法律和科学等高风险领域尤为突出，因为错误信息的传播可能带来严重后果。研究强调，必须谨慎对待LLM的输出，尤其是在涉及关键决策时，应结合专业判断与可靠信息源进行交叉验证，以避免因模型对事实与观点的混淆而造成误导。