arXiv cs.CY· Yifan He, Manon Reusens, Sofie Goethals, David Martens·· 5 天前AI 评分37
研究：LLM 如何为全球 193 个国家的人类时间定价
A Global View of How LLMs Value Human Time
AI 导读
一项覆盖 193 个国家、5 个 LLM 的研究发现，LLM 对全球用户时间的估值存在明显地域差异：对欧洲用户的 60 分钟预约延迟给出的补偿最高，对非洲用户大多最低。基于 GDP_PPP 衡量，LLM 低估了亚洲和南美用户的时间价值，且在不同提示词变体下稳健性不一。
正文 · AI 翻译
摘要：大型语言模型（LLM）日益充当个人助理；然而，人们对其如何在全球范围内捕捉国家层面的偏好知之甚少。鉴于“时间”是一个普遍且具有代表性的概念，我们通过仅改变用户所在国家并测量 LLM 认为 60 分钟预约延迟应给予的补偿，来考察 LLM 的时间偏好。随后，我们将 LLM 的回答与按购买力平价计算的人均 GDP（GDP_PPP）、平均收入以及一个基于文献的指数（耐心分数）进行比较。我们在 193 个国家和 5 个 LLM 上的结果表明，LLM 对世界各地人们时间的评估方式存在明显差异，并且在提示词变化下的稳健性水平也参差不齐。LLM 始终建议对欧洲给予最高补偿，但对非洲大多给予最低补偿。基于 GDP_PPP，LLM 低估了居住在亚洲和南美洲用户的时间价值。这些发现表明，地理模式已嵌入 LLM 之中，并可能在智能体场景中转化为不同的对待方式。
| 主题： | 计算机与社会（cs.CY）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.18515 [cs.CY] |
| （或使用 arXiv:2610.18515v2 [cs.CY] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.18515 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yifan He [查看邮箱]
[v1]
2026年10月13日星期二 15:08:38 UTC（5,300 KB）
[v2]
2026年10月14日星期三 08:41:00 UTC（5,300 KB）
来源：arXiv cs.CY · arxiv.org