Компьютерные науки > Расчет и язык [представлен 6 февраля 2026 (v1), последний раз пересмотренный 16 октября 2026 года (эта версия, v3)] Название: Language Model Differe Decisions from Humans' in a самоуверенная задача обучения PDF Abstract: Whether в агентских рабочих потоках, социальных исследованиях или чатах, крупные языковые модели (LMS) все чаще запрашиваются для замены людей при выборе тех целей, которые следует преследовать, а не для выполнения заранее определенных задач. Вместе с тем предположение о том, что МЛМ точно отражают предпочтения человека в отношении постановки целей, по-прежнему во многом остается непроверенным. Мы оцениваем действительность МЛМ как прокси для отбора целей человека в контролируемой, самоориентированной задаче обучения, заимствованной из когнитивной науки. В пяти моделях (GPT-5, Gemini 2.5 Pro, Clod Sonnet 4.5, Qwen3 32B и Centaur) мы обнаруживаем значительные расхождения в поведении человека. В то время как люди постепенно изучают и учатся достигать целей с учетом разнообразия людей, большинство моделей используют одно выявленное решение или демонстрируют удивительно низкие показатели работы, при этом различные модели отличаются друг от друга и мало изменчивы в различных случаях одной и той же модели. Цепные рассуждения и персоническое управление обеспечивают ограниченное улучшение, а наши выводы касаются всех экспериментальных параметров. Хотя они ожидают подтверждения в прикладных условиях, эти выводы свидетельствуют об уникальности…
Модель выбора цели, заключающейся в выборе различий между людьми и самоуверенной задачей обучения
arXiv: 2603.030295v3 Annuales Type: заменить резюме: в агентских рабочих потоках, социальных исследованиях или на чатах все чаще задаются крупные языковые модели (LMS) для замены людей при выборе целей вместо выполнения заранее определенных задач. Вместе с тем предположение о том, что МЛМ точно отражают предпочтения человека в отношении постановки целей, по-прежнему во многом остается непроверенным. Мы оцениваем действительность МЛМ как прокси для отбора целей человека в контролируемой, самоориентированной задаче обучения, заимствованной из когнитивной науки. В пяти моделях (GPT-5, Gemini 2.5 Pro, Clod Sonnet 4.5, Qwen3 32B и Centaur) мы обнаруживаем значительные расхождения в поведении человека. В то время как люди постепенно изучают и учатся достигать целей с учетом разнообразия людей, большинство моделей используют одно выявленное решение или демонстрируют удивительно низкие показатели работы, при этом различные модели отличаются друг от друга и мало изменчивы в различных случаях одной и той же модели. Логическое обоснование и персонажное управление обеспечивают Li