recursive belief reasoning

LLM智能体在战略任务中可能依赖统计外推而非推理

一项新的研究论文探讨了大型语言模型（LLM）智能体是通过真正的推理来改进决策，还是通过从交互历史中外推统计模式来改进决策。该研究使用了具有操纵过的历史反馈的多智能体游戏，以理性预期均衡基准来测试LLM智能体。研究结果表明，当历史中的统计模式被破坏时，上下文学习的好处会显著减弱，这表明在这些战略环境中，LLM智能体主要依赖统计外推而不是复杂的推理。