一些大型語言模型表現出一致的風險態度
一項新研究通過跨領域框架測試了大型語言模型（LLMs）在不確定性下的風險態度，發現大多數模型在任務內和跨任務中都表現出穩定且一致的風險偏好，且其風險態度分佈比人類更集中。
一篇發表在arXiv上的新研究（arXiv:2607.16197）引起了廣泛關注，該研究揭示了一些大型語言模型（LLMs）在不確定性下表現出系統且一致的風險態度。隨着人工智能系統越來越多地被部署在開放式、高風險的環境中，一個關鍵維度至今仍未得到充分衡量：感知到的風險如何轉化為行動。這項研究通過引入一個跨領域框架，將情境風險信念與類別決策解耦，從而填補了這一空白。
研究人員對六個代表性LLM和100名人類參與者進行了測試，涉及三種截然不同的任務：空間導航、臨牀分診和財務分配。利用迴歸模型，他們提取了每個智能體從信念到決策的映射，並量化了風險敏感度和風險態度偏差。結果令人矚目：大多數測試的LLM表現出穩健的任務內一致性，即在固定任務領域內，從情境信念到風險決策的映射是穩定的。此外，這些模型還顯示出跨領域的排名順序穩定性，即在不同的任務中保持相對的風險姿態。值得注意的是，與更廣泛的人類基線相比，LLMs的風險態度分佈更趨於集中，顯示出一種收斂性。
這些結果表明，風險態度是LLM行為中一個穩定的、此前未被表徵的維度。該研究為評估和對齊在開放環境中決策的AI系統奠定了堅實基礎，並激發了進一步探究這些內在行為傾向起源的動機。研究人員強調，理解這些風險態度對於確保AI在真實世界應用中的安全和可靠性至關重要。該論文由Bowen Sun等人撰寫，提交於2026年4月24日，並獲得了38條評論，收錄於計算機科學人工智能子領域。