arXiv · cs.AI· Gaia Molinaro, Dave August, Danielle Perszyk, Anne G. E. Collins·· 7 小时前
大语言模型在自定学习任务中的目标选择偏离人类
Language Model Goal Selection Differs from Humans' in a Self-Directed Learning Task
arXiv:2603.03295v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Gaia Molinaro, Dave August, Danielle Perszyk, Anne G. E. Collins
研究任务与主要进展
研究比较GPT-5、Gemini 2.5 Pro、Claude Sonnet 4.5、Qwen3 32B和Centaur在自定学习任务中的目标选择，发现它们总体偏离人类行为。人类会逐步探索并形成多样化目标，而多数模型依赖单一方案或表现较低；思维链推理和人格引导改善有限，结论基于论文摘要，实际场景中的适用性仍待验证。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org