Newest papers

Where Do LLMs Learn to Recommend AI?

Benaya Trabelsi, Jonathan Shaki, Sarit Kraus · 2026 · arXiv

DOI: 10.48550/arXiv.2610.29785 · open-access PDF

Hindi

जब उनसे पूछा जाता है कि क्या अध्ययन करना है, किस करियर का पीछा करना है, या किस उत्पाद का निर्माण करना है, तो बड़े भाषा मॉडल (एलएलएम) अक्सर एआई से संबंधित विकल्पों की सिफारिश करते हैं। हम पूछते हैं कि यह प्रवृत्ति मॉडल की तुलना करने से पहले और बाद में अच्छी तरह से समायोजित और सवाल पूछे जाने के तरीके को बदलकर कहाँ से आती है. पहले, पूर्व प्रशिक्षित मॉडल पहले से ही 27% की सिफारिशों में स्पष्ट एआई / एमएल शब्दों को शामिल करते हैं, और उनके जारी निर्देश-आधारित संस्करण 59% में ऐसा करते हैं।

Machine translation (Meta M2M100); the English original follows.

Abstract

Asked what to study, which career to pursue, or what product to build, large language models (LLMs) often recommend AI-related options. We ask where this tendency comes from by comparing models before and after fine-tuning and by varying how questions are asked. First, pretrained models already include explicit AI/ML terms in the recommendations of 27% of their responses, and their released instruction-tuned versions do so in 59%. Second, fine-tuning models ourselves shows that this rise is not inevitable: general instruction tuning leaves the rate unchanged, but removing the 7% of instruction

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange