摘要
随着大型语言模型（LLMs）在决策支持中的应用越来越广泛，了解它们在不确定性下的选择是否展现出稳定且可解释的行为规律变得尤为重要。人类决策结合了相对持久的风险偏好和依赖情境的调整，但尚不清楚类似的行为结构是否可以在基于LLM的决策系统中观察到。
在这项研究中，我们使用基于无上限德州扑克的控制多模型框架来探讨这个问题，其中行为通过参与度（Participation）来量化，衡量在不确定机会中的自愿参与，以及主动性（Proactiveness），衡量翻牌前的风险升级。在同质自我博弈和异质混合模型互动中，前沿LLMs展现出稳定的、模型特定的风险特征，形成从保守到激进的决策风格谱系。这些特征在对手组成变化时仍然保持相对稳健，而最保守和最激进的模型在混合环境中表现出更大的分歧。
在全球风险压力和个人资源限制下，模型以结构化但异质的方式进行适应，从广泛的行为收缩到选择性降级和近乎不变的行为。这些发现表明，LLMs不仅在基线风险倾向上存在差异，而且在响应风险信号及其调整灵活性上也有所不同，为在互动环境中审计风险敏感决策提供了行为基础。
我们的代码已公开发布：GitHub - AgentTexasPoker。
博主点评： 本文展示了大型语言模型在决策支持中的潜力，尤其是在复杂环境下的风险评估能力。通过德州扑克的实验框架，研究者们揭示了LLMs的决策行为在不同风险情境下的适应性，进一步推动了对模型行为理解的深入。该研究为未来在动态决策中的应用提供了重要的理论基础与实践指导。