不同模型对相同输入趋同输出，已成为制约LLM创造力的核心瓶颈。一项新研究提出Meta-Persona Anchoring（元人格锚定）与Sequential Temperature Scaling（序列温度缩放）组合框架，在不牺牲质量的前提下，显著提升生成多样性，为后训练时代模型差异化打开新路径。
如果你用 GPT、Claude、Gemini 问同一个复杂问题，得到的三份回答往往结构相似、论点重叠、甚至措辞雷同。这种现象被研究者称为 "Hivemind 效应"——LLM 在 RLHF 与安全对齐的驱动下，输出分布向"安全平均"方向坍缩，多样性急剧下降。
这不是一个边缘问题。在创意写作、头脑风暴、策略生成等场景中，输出多样性直接决定了产品的价值上限。一个只会给出"标准答案"的 AI，无法成为真正的创意伙伴。
传统方法试图通过调整单一温度参数来增加多样性，但效果有限——温度升高虽然让输出更随机，但往往以牺牲事实准确性为代价。研究者发现，问题根源在于：多样性不足不是"随机性不够"，而是模型在语义空间中始终锚定在同一个"安全中心"。要打破这个中心，需要更结构化的方法。
注：上表对比了传统单维度温度调整与本文提出的双维度组合框架的核心差异。新方法将"多样性控制"与"质量保障"解耦为两个独立阶段。
研究的核心洞察是：与其让模型在"安全中心"附近随机游走，不如主动给它一个明确的人格锚点。Meta-Persona Anchoring 通过精心设计的角色描述，将模型输出引导至语义空间中某个特定区域。
与 prompt 级别的角色设定不同，Meta-Persona Anchoring 在模型内部表征层面施加影响——通过一组可学习的"人格向量"与模型隐层状态交互，使输出分布系统性偏移。实验表明，不同人格锚点产生的输出在语义空间中聚类清晰、边界分明，且覆盖范围远超单一温度采样的输出分布。
注：上图为论文中示例的5种元人格锚点。每种锚点对应一组可配置的隐层向量，可灵活组合与插值。
Sequential Temperature Scaling 作为第二阶段，在生成过程中动态调整温度参数：前期（关键事实生成阶段）使用低温确保准确性，后期（扩展与表达阶段）逐步升温增加多样性。这种"先稳后放"的策略，使得输出在保持事实基础的前提下，拥有更丰富的表达形式。
注：上图为序列温度缩放的三阶段示意。实际温度区间与切换时机可配置，不同任务可设置不同策略。
研究者在多个基准任务上测试了该框架的效果，覆盖创意写作、摘要生成、对话生成、代码注释等场景。评估维度包括：多样性（Distinct-n、Self-BLEU）、质量（Factual Consistency、Human Rating）、以及可控性（Persona Adherence）。
注：Distinct-4 衡量四元组多样性，Self-BLEU 衡量生成文本与参考文本的重复度。数值越高/越低代表多样性越好。人工评分采用5分制，评估事实准确性与表达流畅度。
一个值得注意的细节：Meta-Persona Anchoring 与 Sequential Temperature Scaling 的协同效应——单独使用锚点或单独使用序列温度缩放，多样性提升分别为 18% 和 14%；而两者组合后提升达到 32%，说明两个维度相互增强。
LLM 同质化不是一个"锦上添花"的问题。在创意产业、战略咨询、产品设计、科研探索等场景中，输出多样性直接决定了 AI 是"助手"还是"复读机"。
这项研究之所以重要，是因为它指出了一个新的方向：当模型能力趋近天花板时，系统工程方法（而非参数竞赛）成为新的差异化杠杆。Meta-Persona Anchoring 本质上是一种"可控的多样性生成"范式——不是让模型更随机，而是让模型在多个有意义的语义方向上产生差异化输出。
该方法当前主要在开源模型（Llama 3、Qwen2.5）上验证，在闭源商业模型上的效果尚需进一步测试。此外，人格锚点的设计本身需要人工介入，如何自动化生成高质量、多样化的锚点，是下一阶段的关键挑战。
当模型能力趋同、输出趋同成为行业痛点，可控多样性将成为下一代 AI 产品的核心竞争力。Meta-Persona 锚定提供了一条"不依赖更大模型"的实用路径——工程方法的价值，正在超越参数竞赛。
完整论文已公开，方法框架可独立复现。研究者已开源人格锚点配置模板与温度调度策略，开发者可基于现有模型直接集成。
论文预印本 → 公开获取