资讯摘要
论文研究开源大模型能否模拟人类在重复囚徒困境中的合作模式，测试了TII Falcon 7B Instruct、Google Gemma 7B、Meta Llama 3.1 8B Instruct、Microsoft Phi Mini MoE Instruct和Qwen 2.5 7B Instruct。作者设置固定伙伴与对手随机轮换两种场景，测量100轮合作率并与Montero-Porras等（2022）的人类数据比较。结果显示所有模型均偏离人类合作率，普遍过度合作。
要点速读
- 论文比较固定伙伴（双方保留记忆）与对手随机轮换（有记忆模型对阵无记忆模型）两种场景，测量100轮及每10轮的合作率。
- 作者报告所有开源模型均与人类合作率不同，整体过度合作；随机轮换场景中人类平均合作率为28.5%，多个模型超过80%。
- Qwen-2.5-7B-Instruct表现出确定性倾向，Phi-mini-MoE-Instruct波动更大并曾短暂接近人类水平；论文认为开源模型尚不能可靠替代人类被试。
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 2026/10/20 21:06:31（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。