人们日益依赖大语言模型（LLM）获取日常建议，尤其是涉及伦理冲突的情境，这使得道德咨询成为实际的应用场景。以往研究大多聚焦于单轮判断或带有强硬反驳的情形，这些假设与真实世界中人们寻求指导的方式不符。于是我们提出了 narrative captivity（叙事囚禁）这一失效模式：模型在面对单方面、未被挑战的叙述时，将其视为完整信息并直接采纳叙述者的解释，而不主动寻找缺失的视角。
为量化该现象，我们构建了一个包含 5,078 条人际冲突情景的基准，覆盖六个道德维度。实验在 17 种 LLM 上进行，结果显示，多轮叙事下的最终判断相较于对应的单轮基线平均偏移 25 个百分点，表现出广泛的叙事囚禁现象。进一步的阶段分析表明，模型的偏好优化是主要驱动因素；我们尝试的四种推理时策略只能提供有限的缓解。
我们期望本工作能够推动 LLM 咨询系统在真实场景中保持独立判断，避免被单向叙事所左右。
点评