7个LLM模拟囚徒困境测试决策理论，action-FDT解读严重分歧
jessi_cata · x · 2026-11-10
jessicata 把七个 LLM 放入模拟的「近似孪生」囚徒困境中，要求它们应用四种不同的决策理论（CDT、EDT、policy-FDT、action-FDT）。
- 各模型对 CDT 和 EDT 的理解大体一致
- 所有 policy-FDT 试验都以合作告终
- 但 action-FDT（按 FDT 论文式4定义）的推荐分歧巨大：一些模型几乎总是合作，另一些几乎总是背叛
- 作者进一步检验要求的推理努力（reasoning effort）能否解释部分分歧
结论是 LLM 之间对基于行动的 FDT 如何解读缺乏共识，这对 AI 决策理论与可扩展协作研究有参考价值。
「研究」频道最新
- RoboCap LiDAR-100 发布：百小时第一视角激光雷达机器人数据集 — micoolcho · 2026-11-10
- Interactive Visual Gym：用模拟用户闭环评测和训练视觉 AI 助手 — jmin__cho · 2026-11-10
- 曝 Anthropic Fable 5.2 千级 agent 协作，30 小时形式化费马大定理 — Dr_Singularity · 2026-11-10
- 新研究把思考变成自我改进闭环：生成-反思-评判-提升 — aaron_defazio · 2026-11-10
- PLE 开放 40 万美元悬赏:没有任何 AI Agent 能完成一半真实工程任务 — shangbinfeng · 2026-11-10
- NeurIPS 论文 Act*ONOMY：10 动作 120 类目解构 Agent 行为 — DanielKhashabi · 2026-11-10