跳到正文
AI × 量化 × 交易AI 入门 ¥399 · 年度信号 ¥1,299 · AI 直播课 ¥5,980 · 合作机构员工优先查看 →
arXiv q-fin· Adi Tarabeih·· 5 小时前AI 评分48

大语言模型中的前景理论:损失厌恶、敏感度递减与概率加权的元分析

Prospect Theory in Large Language Models: A Meta-Analysis of Loss Aversion, Diminishing Sensitivity, and Probability Weighting

AI 导读

一项针对11项研究、覆盖32个大语言模型的102项拟合估计的元分析显示,大语言模型的损失厌恶程度较低,汇总λ值为1.26,远低于人类最强元分析估计的1.96。其价值函数的敏感度递减特征因测量方法不同而存在差异,但概率加权呈现出与人类相似的反S形特征。

来源:arXiv q-fin · arxiv.org

下一步

研究专栏:回测与验证为什么回测好看、实盘失效,以及怎样做样本外检验。微信交流与联系方式查看官方联系方式;二维码准备好后在关于页展示。Prefer English? Get the research briefing by emailRegister your interest in English research updates on our website.