研究：大模型单独评分收益情绪强于损失

Joseph Marks 与 Marius C. Vollberg 发布的一项 arXiv 研究测试了大语言模型如何预判赌博和股票交易结果带来的情绪感受，以及模型是否把这些评分用于选择。结果显示，在单独给每个结果评分时，模型对结果幅度的敏感度递减、类似人类价值函数，但对收益的评分强于对同等损失的评分，研究者称之为“硅基收益放大”。 当把多个结果同时呈现给模型时，评分趋于线性，模型在作出选择时的得失不对称也基本消失。研究者还发现，模型自身的情绪评分并不比金钱效用更好地解释其选择。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。