一项发表在arXiv上的新研究探讨了大语言模型(LLMs)如何在决策过程中感知和融入“感受”或情感,特别是在赌博或股票交易等场景中。研究人员发现,大语言模型表现出一种称为“硅增益放大”的现象,即它们对收益的评级比对等价损失的评级更强烈,这与人类的损失厌恶形成对比。然而,当模型直接比较结果时,这种情感不对称性会减弱,并且它们自我评级的情感并不比客观的货币效用更能一致地预测其选择。这些发现引发了关于代理型大语言模型应如何将预期情感纳入其决策过程的重要问题。 AI
影响 引发了关于大语言模型应如何将情感纳入决策过程的疑问,影响了未来代理型AI的发展。
排序理由 发表在arXiv上的学术论文,详细介绍了关于大语言模型行为的新发现。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- large language models
- Litmaps
- ScienceCast
- scite Smart Citations
- silicon gain amplification
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →