arXiv · ML· Paraskevas V. Lekeas, Giorgos Stamatopoulos·· 9 小时前AI 评分41
LLM 中的合作覆盖电路如何抑制 Nash 博弈行为
How a Cooperative-Override Circuit Suppresses Nash Play in Large Language Models
AI 导读
研究揭示 LLM 抑制 Nash 博弈机制源于字面触发的合作覆盖电路，而非能力缺失。Llama-3-70B、Qwen2.5-32B/72B 在囚徒困境中实现完全合作，Llama-3-8B 接近 Nash 均衡。 8B 模型中该电路为单一因果可控方向，Spearman rho 达 1.000；但在中性标签或随机收益场景下失效，表明机制高度依赖特定词表。
来源：arXiv · ML · arxiv.org