用户经常向大语言模型(LLM)表达其信念。在某些情况下,LLM 应当将这些上下文中的信念视为真实;而在另一些情况下,则应坚持自身既有的先验知识。值得注意的是,用户表达信念的方式(EoBs)在语言形式上具有高度多样性——可能借助预设(presuppositions)、证据标记(evidential markers)与确定性标记(certainty markers),或采用不同语调——而每种表达形式对 LLM 的说服力亦各不相同。为此,我们提出一套类型学框架,用以系统评估各类 EoBs 如何影响模型在“遵循上下文”与“坚守先验知识”之间的权衡取舍。该类型学基于四个具有语言学依据的维度构建:表达形式(form)、证据性(evidentiality)、认知立场(epistemic stance)和语调(tone),共涵盖 17 种精细划分的类型。我们将这些 EoBs 与世界知识事实相配对,生成受控的 EoB–问题对(EoB-query pairs),从而精准分离并考察语言形式差异所引发的独立效应。依托这一评测基准,我们对 16 个 LLM 进行了全面评估,这些模型在架构(Llama3、Qwen3、Gemma3)、规模(参数量从 10 亿至 300 亿不等)以及训练阶段(基础模型 vs 指令微调模型)等方面均存在差异。结果表明,上述各维度均显著影响模型的响应行为:例如,更大规模的模型及经过指令微调的模型,相较于更小规模的模型和基础模型,往往更倾向于依赖自身先验知识,而较少顺应上下文。此外,我们还识别出若干特定类型的 EoBs,其在统计意义上始终比其他类型更能稳定地影响语言模型的判断。本研究揭示了语言表述方式如何系统性地影响 LLM 对上下文信息的整合机制,相关发现对提示工程(prompt engineering)优化及模型鲁棒性提升均具有重要启示意义。

