研究表明，大型语言模型（LLMs）在选择上存在与人类和动物相似的价值偏见，尤其偏爱高价值选项。通过情境赌博算法的整合，模型在累积奖励上表现更佳，减少了后悔。此外，研究探讨了冗长性偏差和标签偏倚对模型可靠性的影响，强调理解模型的文化偏见对社会的重要性。