大语言模型中认知偏差的影响:关于价格谈判模拟中的锚定效应研究
计算与语言
2025-09-18 v2
摘要
认知偏差在人类中已有所研究，也可在大语言模型(LLM)中观察到，这会影响其在实际应用中的可靠性。本文研究了 LLM 驱动的价格谈判中的锚定效应。为此，我们指示卖方 LLM 代理应用锚定效应，并使用客观指标和主观指标对谈判进行评估。实验结果表明，LLM 受到锚定效应的影响程度类似于人类。此外，我们研究了锚定效应与推理能力、性格等因素之间的关系。结果表明，具有推理能力的模型更不容易受到锚定效应的影响，这表明长链思考有助于减轻该效应。然而，我们发现性格特征与对锚定效应的易感性之间不存在显著相关性。这些发现加深了对 LLM 中认知偏差的理解，并有助于实现 LLM 在社会中安全负责的应用。
引用
@article{arxiv.2508.21137,
title = {How Does Cognitive Bias Affect Large Language Models? A Case Study on the Anchoring Effect in Price Negotiation Simulations},
author = {Yoshiki Takenami and Yin Jou Huang and Yugo Murawaki and Chenhui Chu},
journal= {arXiv preprint arXiv:2508.21137},
year = {2025}
}
备注
18 pages, 2 figures. Accepted to EMNLP 2025 findings