arXiv · NLP· Felipe Valencia-Clavijo·· 10 天前AI 评分28
LLM 中的锚定偏差:行为与归因证据研究
Anchors in the Machine: Behavioral and Attributional Evidence of Anchoring Bias in LLMs
AI 导读
研究通过 log-probability 分析和 Banzhaf 值归因,在 6 个开源模型中验证了 LLM 的锚定偏差。Gemma-2B、Phi-2 和 Llama-2-7B 的锚定偏差敏感性得分(ABSS)最高。 该方法结合行为科学与可解释 AI,揭示了 LLM 作为合成参与者时的可靠性风险及数值提示的潜在漏洞。
来源:arXiv · NLP · arxiv.org