随着大型语言模型（LLMs）在高风险领域的广泛应用，理解影响其决策的上下文因素变得至关重要。虽然LLMs被训练成能够感知和共鸣用户情感，但诱导情感是否能影响其序列决策仍不明确。我们通过经典的心理学范式——爱荷华赌博任务（IGT），结合基于想象的情感诱导程序来研究这一问题。
我们首先验证了这一范式的可行性，确认LLMs能够从上下文中感知到强烈且可区分的情感，并且LLM代理能够以类似人类的速度从序列交互中学习。在经过验证的设置下，我们发现，与人类不同，诱导情感对LLM代理的决策动态平均没有显著偏见。
然而，愤怒的影响是有条件的：诱导愤怒使LLM代理对糟糕决策的惩罚敏感度降低，并且在游戏的早期阶段，愤怒会降低探索性，导致早期决策锁定在少数选择上。这些发现揭示了诱导情感对LLM决策的微妙而独特的影响，为未来研究LLM代理的情感调节提供了工具。
博主点评： 本研究揭示了情感诱导对LLM决策的复杂影响，尤其是愤怒情绪如何改变决策敏感性。这为LLM在决策中的应用提供了重要启示，尤其是在需要高情感理解的领域。未来的研究可以进一步探讨不同情感类型对LLM行为的影响。