研究者提出PBM模型从选择数据联合推断LLM偏好与行为
热点事件持续更新
研究者提出PBM模型从选择数据联合推断LLM偏好与行为
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Axel Abels 等研究者在 arXiv 发布论文，提出偏好-行为模型（PBM）：将偏好表示与刻画不完美效用最大化的机制结合，通过逆博弈问题从观测到的选择中联合推断大语言模型的偏好和行为参数。 研究者在三类社会困境（公共物品博弈、集体风险困境、公共池资源困境）中评估 PBM。结果显示，用标准行为经济学诱导工具测得的偏好不能稳定预测 LLM 在这些困境中的策略行为；而在一个困境中拟合的模型对其他困境仍保持预测力。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
大语言模型偏好与不完美决策的联合建模：提出偏好-行为模型 PBM报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AI大语言模型偏好与不完美决策的联合建模：提出偏好-行为模型 PBM
研究者提出偏好-行为模型（PBM），将偏好表示与不完美效用最大化机制结合，以逆博弈问题从观测选择中联合推断 LLM 的偏好和行为参数。在公共物品博弈、集体风险困境和公共池资源困境三类社会困境中的评估显示，标准行为经济学诱导工具测得的偏好不能稳定预测 LLM 策略行为，而在一个困境中拟合的模型对其他困境仍有预测力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。