Algorithmic Collusion by Large Language Models
创建于 更新于
摘要
本论文通过实验研究LLM（以GPT-4为主）驱动的定价/出价代理在重复寡头与拍卖环境中能否自发达成超竞争（supracompetitive）价格，发现：LLM代理在双寡头设定中快速且稳健地形成接近垄断的高价和高利润；而提示词（prompt）中微小措辞差异会显著改变其定价程度；文本与回归分析表明“惧怕价格战”的推理与奖励-惩罚机制是重要驱动因素，并且结果在多种稳健性检验与拍卖环境中成立 [page::0][page::11][page::15].
