arXiv cs.AI· Yuyao Zhang, Yakun Cui, Han Zhu, Jinsong Lu, Yike Guo, Sirui Han·· 11 天前AI 评分52
大语言模型在高风险决策支持中的收益与损失框架效应研究
Same Probabilities, Different Advice: Gain-Loss Framing Effects in High-Stakes LLM Decision Support
AI 导读
研究团队推出包含 2,880 个提示词的 FrameBench-HPS 基准，评估七款大语言模型在医疗、金融等高风险场景中的收益与损失框架效应。测试发现互补的得失表述使 32.4% 完整组别的推荐类别发生改变，多数变动涉及不确定性而非直接反转。实验表明概率规范化能大幅降低框架敏感度，为改善大语言模型决策支持的一致性提供了切实可行的方案。
来源：arXiv cs.AI · arxiv.org