大语言模型中反事实战略推理的评估
计算与语言
2026-05-25 v2
摘要
我们评估大语言模型（LLM）在重复的博弈论情境下的战略表现，以判断其战略性能是源于真正的推理还是依赖于记忆模式。我们考虑两个经典博弈——囚徒困境（PD）和石头-剪刀-布（RPS），并在其基础上引入反事实变体，改变奖励结构和动作标签，打破熟悉的对称性和支配关系。我们的多指标评估框架比较默认与反事实实例，展示了 LLM 在激励敏感性、结构泛化和反事实环境下的战略推理方面的局限性。
引用
@article{arxiv.2603.19167,
title = {Evaluating Counterfactual Strategic Reasoning in Large Language Models},
author = {Dimitrios Georgousis and Maria Lymperaiou and Angeliki Dimitriou and Giorgos Filandrianos and Giorgos Stamou},
journal= {arXiv preprint arXiv:2603.19167},
year = {2026}
}
备注
Accepted at GEM@ACL 2026