六美分跑完 2416 局对局:被造来分流工单的模型预测人类选择竟不差

RexDouglass · x · 2026-10-15

开发者 @mblukac 做了个反常规实验:把原本用于工单分流和命令检查的模型 Jev 拿来预测人类行为,在 Games2pzk 数据集(Zhu et al., 2025)的 2416 个「游戏-玩家」情境上,预测玩家选择动作 A 的概率与真实人类选择频率的对比散点图显示,相当多情境落在 ±25 个百分点的区间内,部分甚至接近完全一致,总成本仅约 6 美分。作者的观点是:模型在非设计用途上常有意外的表现,值得不断「 poking models with questions they weren't built for」。