能辨“单次—多次博弈”的大语言模型：理解与干预风险决策
Large language models capable of distinguishing between single and repeated gambles: Understanding and intervening in risky choice
-
作者：
周蕾
1
李立统
1
王旭
1
区桦烽
1
胡倩瑜
1
李爱梅
2
古晨妍
1
-
作者单位：
- 通讯作者：
李爱梅
Email:tliaim@jnu.edu.cn
古晨妍
Email:g_cy1989163@163.com
-
提交时间：2025-12-07 17:15:15
摘要: 风险决策的理论研究主要依赖行为结果的逆向推理和自我报告数据, 缺乏对决策过程的直接观测, 制约了其内在机制解释及有效行为干预方案开发。人工智能大语言模型(LLMs)的运用为克服以上局限提供了途径。本文通过三项研究系统考察了LLMs在风险决策中的模拟潜力, 基于DeepSeek-R1进行单次和多次博弈并生成决策依据, 并运用GPT-4o对其进行归纳性主题分析(ITA), 构建了LLMs生成决策策略文本的技术路径, 并将其用于决策干预。发现：(1) ChatGPT-3.5/4能复现人类单次(更风险规避)与多次(更风险寻求)博弈的典型选择模式; (2) LLMs能分清单次/多次博弈逻辑, 并正确分别运用规范性和描述性理论生成相应策略, 其策略被认可度高; (3) LLMs基于不同策略生成的干预文本能有效影响人们在医疗、金融、内容创作和电商营销情境中固有的风险决策偏好。研究系统验证LLMs对行为偏好的模拟能力, 对决策的理解力, 并构建了基于生成式AI的决策干预新范式, 为人工智能辅助高风险决策提供了理论和实践基础。
版本历史
| [V3] |
2025-12-07 17:15:15 |
ChinaXiv:202509.00060V3
|
下载全文 |
| [V2] |
2025-11-02 17:20:31 |
ChinaXiv:202509.00060v2
查看此版本
|
下载全文 |
| [V1] |
2025-09-05 09:59:15 |
ChinaXiv:202509.00060v1
查看此版本
|
下载全文 |
相关信息
待评议
点击量
下载量
