人类启发的代理复杂性对大语言模型驱动的战略推理者的影响

本研究解决了大语言模型（LLMs）在战略推理中的代理复杂性对表现的影响。通过比较简单的博弈论模型和不同设计的LLM代理，发现人类启发的认知结构可以增强LLM代理与人类战略行为的一致性，但代理设计复杂性与人类相似性的关系呈非线性，表明LLM能力的关键依赖性。

本研究探讨了大语言模型（LLMs）在战略推理中的表现，发现人类启发的认知结构能够提高LLM代理与人类行为的一致性，但代理设计的复杂性与人类相似性之间的关系是非线性的。

人类行为 代理设计 大语言模型 战略推理 认知结构
原文中文，约200字，阅读约需1分钟。发表于：。
阅读原文
分享给好友