arXiv · cs.AI· Ilaria Imperatrice, Taisia Kameneva, Adam Eric Greenberg, Alessandro Romano·· 4 小时前
Jev决策模型在认知偏差测试中表现稳健但存在规则一致性漏洞
Are AI Decision Models Biased? A Case Study of Jev
arXiv:2610.19619v1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：Ilaria Imperatrice, Taisia Kameneva, Adam Eric Greenberg, Alessandro Romano
研究任务与主要进展
基于论文摘要，研究者用41,500份回答评估Jev是否表现出人类认知和社会偏差。Jev在认知反思任务上表现突出，在若干人类偏差范式中较少出现典型选择模式，定价实验中的群体差异也较小；但其判断受无关数值信息和选项顺序影响，多项偏差操纵在答案不变时仍会改变返回概率。
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