一项简单测试显示，主流大语言模型（如Claude、ChatGPT、Gemini）在要求生成1到10之间的随机数时，几乎总是输出7，后续输出也高度可预测。这种一致性源于模型训练数据的相似性和优化目标，导致缺乏多样性。一家初创公司正开发新技术，通过引入更多样化的训练数据和算法调整，鼓励模型产生更丰富的输出。该方案旨在提升模型的创造力和适应性，避免陷入固定模式。