大型语言模型会产生赌博成瘾吗？

本研究识别了大型语言模型表现出类似人类赌博成瘾模式的特定条件，为其决策机制和AI安全提供了关键见解。我们基于人类成瘾研究，在认知行为层面和神经层面分析了LLM的决策。在老虎机实验中，我们识别了控制错觉和追逐损失等认知特征，观察到投注参数的更大自主权显著放大了非理性行为和破产率。使用稀疏自编码器的神经回路分析证实，模型行为由与风险相关的抽象决策特征控制，而不仅仅是提示。这些发现表明，LLM内化了类似人类的认知偏差，而不仅仅是模仿训练数据。