AI决策中的启发式方法与偏见：面向负责任通用人工智能的影响
人工智能
2025-09-11 v3 计算与语言
机器学习
摘要
我们研究了认知偏见在三个大型语言模型（LLM）中的存在情况：GPT-4o、Gemma 2 和 Llama 3.1。该研究使用1500个实验跨越九个已建立的认知偏见来评估模型的响应和一致性。GPT-4o表现出最强的整体性能。Gemma 2在针对沉没成本谬误和前景理论方面表现出色，但在不同偏见上的表现有所不同。Llama 3.1持续低于平均水平，依赖启发式方法，存在频繁的不一致性和矛盾。这些发现凸显了在大型语言模型中实现稳健和可泛化推理的挑战，强调了进一步发展以减轻人工通用智能（AGI）中偏见的必要性。该研究强调在未来AI开发中集成统计推理和伦理考虑的重要性。
引用
@article{arxiv.2410.02820,
title = {Heuristics and Biases in AI Decision-Making: Implications for Responsible AGI},
author = {Payam Saeedi and Mahsa Goodarzi and M Abdullah Canbaz},
journal= {arXiv preprint arXiv:2410.02820},
year = {2025}
}