根据@emollick的介绍，实验表明由大型语言模型生成的社区注释相比人工撰写的注释，更被评价为“有用”且“较少带有意识形态色彩”，并在跨政治光谱的评分中获得更高的正向评价；据Ethan Mollick在Twitter披露，该研究结果意味着在事实核查与内容审核中，LLM可提升中立性感知并扩大受众接受度，为社交平台以更低成本规模化高质量核查与减少党派性拒绝率提供商业机会。