独立代理大语言模型的框架效应：跨家族行为分析
计算与语言
2026-04-08 v2 人工智能
摘要
在许多实际应用中，大语言模型（LLM）作为独立代理运行，缺乏相互协调。本文聚焦于此场景，探讨提示框架如何影响阈值投票任务中决策——该任务涉及个体与集体利益的冲突。我们在不同LLM家族中测试了两种表面语言学上等价但表述不同的提示，对其在孤立试验中的决策分布。结果表明，提示框架显著影响选择分布，常使偏好倾向于风险规避选项。甚至，表面语言线索还能覆盖等价的逻辑表述。这表明观察到的行为反映出一种倾向：在需承担风险的情况下，更倾向于工具理性而非合作理性。本研究突显了框架效应在非互动多智能体LLM部署中的重要偏差来源，为对齐与提示设计提供指导。
引用
@article{arxiv.2603.19282,
title = {Framing Effects in Independent-Agent Large Language Models: A Cross-Family Behavioral Analysis},
author = {Zice Wang and Zhenyu Zhang},
journal= {arXiv preprint arXiv:2603.19282},
year = {2026}
}