决策评估

最新研究发现，多数大语言模型在不确定性决策中表现出稳定的风险态度，其风险决策模式在不同任务间保持相对一致性，且分布范围比人类更集中。

研究者提出STOCKTAKE评估框架，首次将大语言模型代理的“认知偏差”与“行动失败”分开测量，发现即使模型能准确识别问题，仍有34-43%的正确诊断周仍会导致库存短缺。