LLM智能体复现心理学实验：命名后从众率从0%飙至83.3%！
Recognition, Simulation, and Refusal: A Contamination-Aware Study of Classic Psychological Effects in LLM Agents
📖 AI 总结
这篇论文提出 PsyAgentBench 基准，通过在 LLM 智能体上重跑经典心理学实验，区分模型“表现出”人类心理效应与“真正具有”相应偏差。研究采用因子设计，将任务分为显式命名与盲测、教科书原版与降低训练数据重叠的反事实变体，并叠加人格操纵，在五个范式、最多三个开源模型家族上完成 41,904 次试验。结果显示，表面类人的效应来源各异：Asch 从众受范式标签门控（盲测 0% 至命名 83.3%），锚定依赖知识信号，框架效应在标注下放大，沉没成本稳定缺失，最小群体分配则因安全机制触发拒绝。单句人格修改即可消除、削弱或逆转这些效应，说明不存在单一响应偏差解释。作者还形式化并记录三种移植失败模式：人格主导、群体坍缩和安全选择，主张以复制档案取代标量偏差分数。
🔑 关键词速览
| PsyAgentBench | 一个用于在LLM智能体上重新运行经典心理学实验的基准测试，旨在区分模型是否真正拥有心理偏差。 |
| Asch conformity | 阿希从众实验，经典社会心理学范式，测试个体在群体压力下是否顺从错误多数意见。 |
| anchoring | 锚定效应，指个体在做判断时过度依赖最先接触到的信息（锚点）的心理现象。 |
| persona manipulation | 人格操纵，通过提示词改变LLM智能体所扮演的人格特质或角色设定。 |
| sunk cost | 沉没成本效应，指人们因已投入资源而继续投入，即使继续投入已不理性。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅