新研究:LLM 并不忠实复现人类风险偏好
· 来源：Times of India
中国研究团队在《Communications in Transportation Research》发文:现成 LLM 的风险偏好存在模型族偏差,且受提示语言系统性影响。
Times of India 报道了一项由中国研究团队完成的研究,论文发表于《Communications in Transportation Research》:现成 LLM 作为"人类行为模拟器"时,并不忠实复现人类的风险偏好。
研究方法的要点:团队使用悉尼、香港、南京三地问卷调查的人口画像,构造角色扮演提示,在抽象彩票选择任务上评测三个 LLM,并以经典的 CRRA(相对风险厌恶常数)框架作为领域中立的"标准尺"与真实人类行为对比。
核心发现有三:一,现成 LLM 没有统一的风险画像——两个 GPT 模型比人类基准更风险厌恶,Gemini 则更风险寻求;二,提示语言系统性影响结果,英转中在多数情况下诱导更保守的偏移;三,LLM 无法可靠复现人类风险偏好的异质性,分布要么过度集中、要么过度发散。
作者的结论是方法论层面的:不同模型族有不同的基线校准偏差,选哪个模型会实质改变推断出的公众风险偏好。在未做实证校准之前,现成 LLM 不应被直接当作人类受访者的替代品——尤其在自动驾驶、低空出行等风险敏感的行为预测与政策评估场景中。