LLM预测用户决策时过度相信口头承诺，忽视其历史行为。
资讯摘要
论文研究LLM如何结合用户陈述与历史决策记录预测其行为，基于42名用户与五个不同大五人格智能体进行的1260轮重复囚徒困境博弈。八款开放权重LLM仅凭决策记录区分合作与背叛的AUC达0.80，加入对话未带来可检测提升；对话反而使预测更贴合用户口头表态，错误集中在用户违背承诺的轮次，且预测几乎未反映用户面对不同智能体时的行为差异。
要点速读
- 八款开放权重LLM仅用决策记录预测合作/背叛的AUC为0.80，加入对话后无显著提升。
- 有对话时，用户守信轮次准确率从0.76升至0.95，失信轮次从0.65降至0.17。
- 用户对宜人性智能体合作率70.6%、对外向性智能体54.5%，但预测合作率几乎相同（64.5% vs 63.1%）。
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 2026/10/29 08:00:21（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。