生成式代理模型（GABM）正被用于模拟社交媒体中的信息扩散，尤其是错误信息的传播。要让这些模拟可信，LLM 代理必须复现人类已知的认知偏差，其中最典型的是幻觉真相效应（ITE）：对同一主张的多次曝光会提升其被认为真实的程度。本文在四种主流 LLM（Gemma-3-4b-it、Qwen2.5-7B-Instruct、Llama-3.1-8B-Instruct、GPT-5-nano）上，构建了一个两阶段的上下文实验框架，将重复操作嵌入真实的新闻推送交互中。
实验收集了 336,000 条评分数据，涵盖真相、重要性、情感与兴趣四个维度，涉及 100 条陈述、10 种推送变体以及 3 次重复。核心比较是：在同一实验窗口内，重复出现的陈述与完全未出现的陈述的评分差异。我们通过普通最小二乘回归（OLS）和线性混合效应模型（LMM）分别检验整体趋势并控制模型与评分维度的差异。
结果呈现四种截然不同的模式：
- Gemma-3 展现出显著的 ITE，即重复提升真相评分；
- Qwen2.5 只出现单纯曝光效应，真相评分未提升但整体好感度上升；
- GPT-5-nano 对真相无任何重复效应，且对重复内容表现出轻微怀疑；
- Llama-3.1 产生微弱的真相提升，但伴随评估维度（重要性、情感等）的下降。
温度参数对上述现象没有显著影响，方差分解进一步表明 LLM 的评分行为高度依赖上下文。研究提醒我们不能默认所有 LLM 都会复制人类的 ITE，若需在误信息模拟中获得行为逼真度，Gemma-3-4b-it 可能是最合适的选择。
点评：本研究系统揭示了不同 LLM 在重复曝光下的认知表现差异，为社交媒体仿真提供了重要的模型选取依据，也提示了在设计基于 LLM 的社会实验时必须考虑模型特异性和上下文敏感性。