元分析显示大模型损失厌恶与敏感性递减较弱，但保留类人概率扭曲。
资讯摘要
论文对11项研究、32个语言模型的102个拟合估计做元分析，考察大语言模型是否呈现前景理论的三个成分。作者报告：损失厌恶较弱，合并λ为1.26，低于最强的人类元分析估计1.96；价值函数在Tversky-Kahneman方法下接近线性（1.01），在Tanaka方法下比人类更凹（0.52）；概率加权呈类人的反S形（γ=0.81与0.84），但相关研究较少。作者指出结论会随模型家族与拟合方法变化。
要点速读
- 合并损失厌恶系数λ为1.26（95% CI 1.06–1.46），低于人类最强元分析估计1.96。
- 价值函数曲率依测量方法而异：Tversky-Kahneman法为1.01（近线性），Tanaka法为0.52。
- 概率加权呈类人反S形，γ为0.81和0.84，但基于的研究较少。
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 2026/10/28 08:00:17（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。