论文
发现人类与LLM之间策略行为的差异
Discovering Differences in Strategic Behavior Between Humans and LLMs
摘要
随着大语言模型（Large Language Model，LLM）日益被部署于社会与策略场景，理解其行为在何处以及为何与人类行为产生分歧变得至关重要。尽管行为博弈论（Behavioral Game Theory，BGT）为分析行为提供了框架，但现有模型既不能充分刻画人类的特有行为，也不能充分刻画 LLM 这类黑箱非人类智能体的行为。我们采用 AlphaEvolve 这一前沿程序发现工具，从数据中直接发现人类与 LLM 行为的可解释模型，从而实现对驱动人类与 LLM 行为的结构性因素的开放式发现。我们对迭代石头剪刀布的分析表明，前沿 LLM 有能力表现出比人类更深层的策略行为。这些结果为理解策略交互中驱动人类与 LLM 行为差异的结构性因素奠定了基础。
