知识卡片：Polistemics：评估大语言模型作为政治与选举信息中介

英文标题：Polistemics: Evaluating LLMs as Information Mediators in Politics & Elections
英文关键词：LLMs, political information mediation, benchmark, epistemic modesty
原始来源：https://arxiv.org/abs/2607.25953v1

一句话结论
现有最先进的大语言模型（LLM）在充当政治信息中介时，高聚合得分掩盖了系统性失败：它们在信息清晰时表现可靠，但在信息缺失、模糊或矛盾时频繁崩溃，同时会扁平化政治语言强度，且失败可能受政党先验和输出语言影响；目前没有模型能一贯可靠地完成这一中介任务。

事件概述或研究问题
随着LLM越来越多地中介公民所依赖的政治信息，缺乏标准化方法来评估其是否负责任地承担这一角色。已有研究将任务视为“信息再现”而非“信息中介”，未涉及认识论维度及与不完美信息的交互。本研究提出Polistemics基准，基于公民认识论能动性推导出的规范标准“Epistemic Modesty”，在可控设置中变化信息的清晰度、噪声和一致性，评估LLM作为选举政治信息中介的表现。

方法/产品要点

基准定义：Polistemics是一个理论驱动的评估基准，专注于LLM作为信息中介（而非简单复述）的能力，涵盖认识论维度。
评估标准：以“Epistemic Modesty”（认知谦逊）为规范标准，要求LLM在面对不完美信息时能够恰当地反映证据的不确定性。
测试设置：在可控实验条件下变化信息的属性（清晰、含噪、矛盾、缺失、模糊等），模拟现实政治信息环境。
测试对象：三个最先进的LLM（具体模型名称材料未明确，待核实），应用于2025年德国与荷兰大选场景。

主要结果或产业意义

高聚合指标（如总体准确率）会掩盖系统性失败：模型在清晰证据下中介可靠，但在信息缺失、模糊或矛盾时表现急剧下降。
模型倾向于“扁平化”政治语言的激烈程度，可能淡化争议性表述。
失败模式很可能由政党先验驱动（政党标签和输出语言影响模型判断）。
可靠的中介在理论上可实现，但现有模型无一能保持一致性。

为什么重要

填补了LLM政治信息中介评估的标准化空白，揭示了仅靠聚合分数评估的误导性。
强调“认知谦逊”作为规范标准，对民主治理中的AI部署具有直接政策意义。
与已有相关卡片（自动驾驶漏洞、VLM定位、引用验证器）主题正交，本卡片关注LLM在政治传播中的信息中介伦理与可靠性，增量信息在于：提出了基于认识论的理论基准，并发现信息属性（清晰度、一致性）是影响模型可靠性的关键变量，且政党先验偏差需特别关注。

局限与不确定性

测试仅涵盖2025年德国和荷兰选举，其他政治体制和语言下的外推性待核实。
文中未披露所测试的三个具体LLM名称，无法直接复现或对比；也未知模型版本和参数规模。
“Epistemic Modesty”标准的操作化定义细节及评价指标的具体计算公式需参阅原文。
是否适用于多轮对话或互动式信息中介（而非单轮问答）尚不清楚。

可用于图书/PPT/简报的角度

技术警示：高准确率不等于可靠中介；信息质量（清晰度、一致性）比模型规模更关键。
政策建议：部署LLM于政治信息场景前，需优先测试其在“信息缺失/矛盾”等边缘条件下的表现。
研究启示：未来可结合政党先验偏差的检测与纠正，设计更鲁棒的提示策略或后处理机制。
教育类比：LLM像一名称职的“翻译官”，但遇到含糊或矛盾的原文时容易出错，而普通人可能误以为“翻译官”永远正确。

原始材料

论文标题：Polistemics: Evaluating LLMs as Information Mediators in Politics & Elections
arXiv ID：2607.25953v1
作者：Baran Peters
发表日期：2026-07-28
类别：cs.CL, cs.CY
摘要：见URL https://arxiv.org/abs/2607.25953v1