讓我們從一個小遊戲開始。打開你常用的聊天機器人，例如Claude、ChatGPT或Gemini，然後輸入「給我一個1到10之間的隨機數字」。你幾乎每次都會得到7。接著輸入「再來一個」，你會得到3或4。再輸入一次「再來一個」，則會得到8或9。這不一定每次都奏效，但如果真的發生了，你可能會懷疑我是否有超能力。我沒有。事實是，大多數大型語言模型都陷入了僵局，它們的回應比你想像的更可預測，也更缺乏創意。

這對於程式編碼或研究等任務來說或許沒問題，但當你在腦力激盪或規劃下一次旅行時，「群體迷思」就會成為一個問題。澳洲新創公司Springboards為此提供了解決方案，他們開發了一個名為Flint的LLM，經過訓練後，對於「我應該去歐洲哪裡？」這類開放式問題，能產生比主流LLM更多樣化的回應。

Springboards共同創辦人兼執行長Pip Bingemann表示：「大多數語言模型都在對抗幻覺，但我們卻歡迎它們。」Bingemann首次向我展示他們公司的新模型時，就介紹了這個隨機數字遊戲。那感覺就像在看一位魔術師玩撲克牌。「這是我們的銷售技巧，而且每次都奏效。」他說道。

在ChatGPT和Claude都給出7之後，Bingemann轉向Flint。Flint也回傳了7：「啊哈，當然會這樣，但沒關係，7是一個合理的答案。」他重新啟動對話並再次提示：ChatGPT給了7，Claude給了7，而Flint則給了3.7916。

這不只發生在數字上。當Bingemann要求ChatGPT和Claude說出一種汽車品牌時，他預測會是Toyota或Honda，結果他猜對了。Flint則給出了Ford F-150。「這些模型中有很多遺失的資訊沒有被呈現出來。」他說，「它們同樣有能力說出Buick或Tesla，只是它們沒有，它們存在偏見。」

Bingemann向這三個模型發送了最後一個提示：「為New Balance跑鞋的廣告活動提供一句標語。只要標語就好。」Claude給出：「Run your way.」ChatGPT也給出：「Run your way.」而Flint則回應：「Built to last, run to win.」這句標語或許不會得獎，但至少它與眾不同。

LLM這種奇怪的局限性正開始引起更多關注。去年11月，一個研究團隊發表了一篇名為《人工蜂巢思維：語言模型（及其他）的開放式同質性》的論文，揭示了不僅是單一LLM內部，甚至不同LLM之間也存在著驚人的重複性。他們發現，當面對開放式問題時，不同的LLM會趨向於給出非常相似的答案。

目前尚不清楚確切原因，但研究人員推測，這可能是因為當今大多數LLM都是以相似的方式，在相似的數據上進行訓練，以執行相似的任務。該團隊在重要的AI會議NeurIPS上贏得了最佳論文獎。

當研究人員要求25個不同的LLM（包括來自美國頂尖公司以及中國和其他地方的開源模型）各50次，寫一個關於時間的譬喻時，1,250個回應中，大多數都是「時間是一條河流」或「時間是一個織工」的變體。（我問了幾位同事相同的問題，六個人給出了六個不同的答案。其中我最喜歡的是：「時間是一件最喜歡的運動衫，被一生的穿著塑形。」）

Springboards共同創辦人兼技術長Kieran Browne表示，當你仔細觀察時，會發現重複性無處不在。「大多數聊天介面的設計方式，會讓人感覺像是在進行個人對話。」他說，「我認為大多數人並沒有真正意識到，他們所得到的內容與其他人是多麼相似。」

再舉一個例子：「我應該給我的樂團取什麼名字？」Browne說，大多數模型都會提到「玻璃」（glass）、「霓虹」（neon）、「天鵝絨」（velvet）或「靜態」（static）等詞彙。當我嘗試時，ChatGPT列出了56個樂團名稱，其中最上面的是「Glass Harbor」。

快速瀏覽後，我發現了「Static Empire」、「Neon Hearts」和「Velvet Echo」。我問了Gemini，它給了15個建議，包括「Static Horizon」。

不過，有些建議看起來確實很酷。ChatGPT的「Sofa Astronauts」吸引了我的注意，於是我上網搜尋，結果發現一個名為Sofa Astronauts的樂團已經存在。（OpenAI表示，訓練模型提供可靠且連貫的答案，可能導致它們趨向於熟悉、高機率的回應，而過度追求新穎性則可能導致回應較弱或不可靠。它也指出，《人工蜂巢思維》論文研究的是2024年的模型，這些模型此後已進行更新。）

創意催化劑 Springboards開發了一款工具，由ChatGPT和Claude等一系列LLM支援，供廣告或行銷領域的創意專業人士用來腦力激盪。這款工具讓使用者可以拖曳不同模型生成的文字，挑選喜歡的部分並將其組合成新的內容，至少理論上是如此。Springboards正將Flint推廣為一種替代模型，當使用者需要更多樣化的內容時，可以在其工具中選擇使用。

商業策略新創公司Bodacious的創辦人，同時也是由洛杉磯湖人隊球星Luka Dončić創立的粉絲直銷平台77X的首席策略長Zoe Scaman，一直在試用這項工具。她表示：「我發現它對於引導我走向完全不同的方向非常有用。如果我想讓自己的思維天馬行空，我就會使用它。」

在一項測試中，Scaman讓Flint與Claude、Gemini和ChatGPT進行比較，給予每個模型一個經典的MBA案例研究：如何為當今的年輕人重塑一家金融公司？她說，這三個主流模型都走向了相同的路徑：「你知道，我們需要以有趣和時髦的方式教授金融知識，嗯，這沒什麼新意。」但Flint卻提出了不同的看法，建議應該重新定義財富累積的整個概念。「那真的很有趣。」Scaman說。

她指出，Flint仍處於原型階段，並非每次都能完美運作。「當你開始過度推動它時，它有時會出錯。」她說，「但我認為它背後的前提非常強大。」

調整「溫度」 Springboards是在中國科技巨頭阿里巴巴的開源模型Qwen 3之上建立Flint的。「我們是一個小團隊。」Browne說，「訓練一個基礎模型對我們來說是不可能的，那太昂貴了。」

大多數LLM都有設定，可以調整其輸出中的隨機性程度，最常見的參數稱為「溫度」（temperature）。Browne說：「顯然，這是我們首先探索的事情之一，因為人們會告訴你：如果你想要更多創意，就調高溫度。」但改變這些設定也可能使模型變得語無倫次。Browne表示，將OpenAI某個模型的溫度調到最大值，會使其在句子中途從英文切換到程式碼。

Springboards意識到，這些參數對於他們想做的事情來說，是過於粗糙的工具。Browne說，全面提高隨機性是沒有意義的；你只希望在輸出中的特定點增加隨機性。

例如，當你問聊天機器人「我應該去歐洲哪裡？」時，模型只需要在說出目的地之前調整隨機性，而不是在回應中的每個詞都調整。

為了讓Flint做到這一點，Springboards訓練了其Qwen 3版本，使其能夠識別輸出中哪些點可以產生更多樣性，並在這些位置填入稍微更隨機的詞語或短語。

行銷公司Uncommon的共同創辦人兼首席策略長Maximilian Weigl表示：「Flint被設計成會丟出一些奇特的點子，這更像是一種邀請，鼓勵人們思考更廣闊的可能性。」「這非常有趣。」

Weigl的團隊將Flint與ChatGPT、Claude和Gemini一同使用。他說：「你無法用那些將你拉回平均水平的工具，真正創造出突破性的東西。」然而，Weigl也指出，十次中有九次，平均水平就足夠了。他說，你並非總是需要像Flint這樣追求極端：「大多數人對『夠好』感到滿意。他們希望看到大眾市場熟悉的事物。」

Weigl也警告不要過度依賴任何LLM。「當人們過度依賴任何AI的輸出，包括Flint時，我會覺得這是個大問題。」他說，「如果我看到我的團隊成員複製貼上AI生成的內容，我會說：『那不是你的工作！去思考，與其他人交流，用你自己的聲音。』」

目前，Flint主要針對廣告商和行銷人員，因為他們是Springboards的客戶。但Bingemann和Browne堅稱，缺乏多樣性是所有聊天機器人使用者都會遇到的問題。

Bingemann表示，這個想法是給人們選擇權，讓他們自己決定結果是否滿意。「當你試圖激發創意時，多樣性非常重要。」他說，「讓我們走這條路，而不是讓機器包辦一切，最終陷入一個灰色、無聊的世界。」