(Ir)rationality and Cognitive Biases in Large Language Models

828 篇文章

已下架不支持订阅

本文探讨了大型语言模型(LLM)在理性推理和认知偏误方面的问题。通过对LLM进行心理学任务测试,发现它们在非理性表现上与人类不同,错误不一致且不反映人类偏见。这一发现对于理解LLM的安全应用,特别是在关键领域如外交和医学,具有重要意义。文章提出了评估LLM理性推理能力的方法,为未来研究提供了方法学贡献。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文是LLM系列文章,针对《(Ir)rationality and Cognitive Biases in Large Language Models》的翻译。

大型语言模型中的(Ir)理性与认知偏差

摘要

大型语言模型(LLM)是否显示出理性推理?LLM已被证明包含人类偏见,这是由于它们所训练的数据;这是否反映在理性推理中还不太清楚。在本文中,我们通过使用认知心理学文献中的任务评估七种语言模型来回答这个问题。我们发现,像人类一样,LLM在这些任务中表现出非理性。然而,这种非理性的表现方式并没有反映出人类所表现出的非理性。当LLM对这些任务给出不正确的答案时,它们往往是不正确的,与人类的偏见不同。除此之外,LLM在反应的显著不一致性中揭示了另一层非理性。除了实验结果之外,本文还试图通过展示我们如何评估和比较这些类型模型的不同能力,在这种情况下,在理性推理方面,做出方法上的贡献。

1 引言

2 方法

3 结果

4 讨论

5 结论

尽管LLM被广泛采用,但研究人员仍在开发评估和评估其能力的方法。在本文中,我们将这些模型视为认知实验的参与者,越来越多的文献采

已下架不支持订阅

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值