研究人员开发了一种使用大型语言模型（LLM）的新型仿真方法，用于研究多阶段供应链中的认知偏差。该方法基于分层推理框架，使用DeepSeek和GPT等代理来模拟不同层级中不同程度的推理复杂性。仿真结果显示，代理倾向于表现出自我利益行为，从而加剧系统性低效率，但信息共享可以有效缓解这些负面影响。这项工作为理解AI赋能的组织提供了一种可扩展的替代传统行为实验的方法。 AI
影响 为研究复杂运营环境中AI代理行为提供了一个新颖的仿真框架。
排序理由 这是一篇研究论文，详细介绍了一种使用LLM研究供应链中认知偏差的新仿真方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →