论文发现大模型对收益的评分强度高于等额损失。
资讯摘要
论文测试大语言模型如何预期赌博或股票交易结果的情绪感受，以及是否将评分纳入选择。单独评分时，模型对结果幅度的敏感度递减，类似人类价值函数，但对收益的评分强度高于等额损失，作者称之为“硅基收益放大”，与经典损失厌恶相反；同时呈现结果时评分趋于线性。选择中收益-损失不对称基本消失，模型自身评分并不比金钱效用更好地解释其选择。
要点速读
- 单独评分时模型表现出对幅度的敏感度递减，类似人类价值函数
- 模型对收益的评分强度高于等额损失，作者称其为“硅基收益放大”
- 选择阶段收益-损失不对称基本消失，模型评分未能可靠解释选择
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。