研究发现大型语言模型表现出一致的风险偏好

一项新近发表在arXiv上的研究探讨了大型语言模型（LLMs）在面对不确定性时的风险偏好。研究人员开发了一个框架来衡量LLMs如何在不同领域（包括空间导航、临床分诊和财务分配）中将感知到的风险转化为行动。研究结果表明，大多数经过测试的LLMs在特定任务中表现出一致的风险偏好，并在不同领域保持稳定的相对风险姿态，通常比人类更趋向于狭窄的风险偏好分布。 AI

影响 揭示了风险偏好作为LLM行为的一个稳定、未被测量的维度，这对于在高风险决策中对齐AI至关重要。

排序理由 该集群包含一篇发表在arXiv上的研究论文，详细介绍了关于LLM行为的发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Large Language Models
• ScienceCast

• 论文
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →