研究：LLM智能体上下文学习更似统计外推

Yu Liu等作者在arXiv发表研究，用公共品博弈操纵历史反馈的统计结构，检验LLM智能体在多智能体不完全信息博弈中的上下文学习是递归推理还是统计外推。 研究发现，历史统计模式被破坏后，更长上下文带来的收益基本消失，决策质量退化至无上下文基线，且战略相互依赖越强退化越明显。作者据此认为，此类战略环境中的上下文学习更符合统计外推而非战略推理，并提出以理性预期均衡（REE）作为区分两者的诊断工具。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。