LLM-driven Imitation of Subrational Behavior : Illusion or Reality?
创建于 更新于
摘要
本报告提出利用大型语言模型（LLMs）生成合成人类演示，通过模仿学习（IL）构建次理性行为代理模型，克服传统强化学习在奖励函数设计及时间不一致性建模上的局限。通过四个经典经济与心理实验（终极游戏、棉花糖实验、加倍赌博、学术拖延）验证了该框架在捕捉人类有限理性、短视偏好及风险规避等行为特征的能力，实验结果与已有实证研究高度一致，展示了LLMs合成演示在次理性行为建模中的潜力与优势[page::0][page::3][page::4][page::5][page::6][page::7][page::8]
