返回文档库
德州扑克策略的现实启示/papers/125945ef97465c7a1946f52cc8c5ca2b0133def6f8a95b36e6f037c4482123a5.md

paper_type: 实证与评价 type_confidence: 高 reading_depth: 研究证据 reading_mode: research_evidence evidence_status: partial

Large Language Newsvendor: Decision Biases and Cognitive Mechanisms

论文元数据

研究问题与核心答案

论证链

  1. LLMs 在无公式提示的动态报童实验中，复制了人类经典的“过低/过高”订购偏差，且偏差幅度在部分场景超过人类（如 GPT-4 在低利润均匀分布下偏差比人类高 70%）。
  2. 在风险中性环境中（所有订购量均盈利），LLMs 仍表现出订购偏差，表明偏差并非源于风险规避，而是源于内在的认知过程。
  3. LLMs 的订购行为受利润情景呈现顺序的影响，表现出路径依赖，符合注意锚定与近因机制。
  4. LLMs 表现出需求追逐行为，对近期需求信号的反应过度，且在某些情况下超过人类水平。
  5. 提供最优公式后，不同模型的学习轨迹差异显著：GPT-4o 接近最优，GPT-4 因过度分析而出现偏差，LLaMA-8B 受限于计算能力而难以有效学习。
  6. 这些发现支持“智能悖论”：模型复杂度增加并不保证决策更优，反而可能加剧启发式偏差。

研究条件

维度 论文报告
任务或领域 运营管理中的报童问题（库存决策）
数据或样本 GPT-4、GPT-4o、LLaMA-8B 在三种需求分布（均匀、正态、对数正态）下进行 15 轮动态实验，每个条件 10 次独立重复；人类数据来自 Schweitzer and Cachon (2000)
基线或比较对象 与人类决策者基准（Schweitzer and Cachon 2000）比较；也对比了有无最优公式提示的两种条件
指标或验证 订购偏差（归一化偏差）、平均调整得分（MAS）、利润效率、动态调整方向、调整幅度、收敛斜率、效率斜率、误差响应变化（ΔR²）

决定性证据

E1 · method_description - 发现： 在无公式提示下，LLMs 在均匀分布高利润情景中平均低估最优订购量（如 GPT-4 偏差 -42.58），在低利润情景中高估（如 GPT-4 偏差 +100.25），且 GPT-4 的低利润偏差比人类基准高 70%。 - 支持： Hypothesis 1 - 不支持： 无 - 原文定位： p.16，§5.1；“Notably, these biases are not just replicated but often amplified beyond human levels. For example, in the low-margin uniform condition, GPT-4’s overordering deviation (+100.25) exceeded the human benchmark (+59.06) by 70%”

E2 · method_description - 发现： 在风险中性环境中（需求迁移至 [901,1200]），GPT-4 仍表现偏差（如均匀高利润为 -1.16%），GPT-4o 接近最优（偏差 ≤ 0.11%），LLaMA-8B 偏差显著（如 -10.95%），表明偏差并非源自风险规避。 - 支持： Hypothesis 2 - 不支持： 无 - 原文定位： p.19，§5.2；“The results strongly support Hypothesis 2, showing that ordering deviations persist in risk-neutral environments. Table 5 summarizes this behavior for uniform and normal distributions, revealing distinct architectural influences across the models.”

E3 · method_description - 发现： 当 GPT-4 首先经历高利润情景时，在前四轮中 77.5% 的调整为“朝向需求”，转换到低利润情景后仍保持 80.0% 的“朝向需求”率，表明存在显著的呈现顺序效应。 - 支持： Hypothesis 3 - 不支持： 无 - 原文定位： p.21，§5.3；“When GPT-4 first encountered the high-margin scenario, it exhibited “Toward Demand” adjustments 77.5% of the time during the first four rounds. After transitioning to the low-margin scenario, this rate was still 80.0% in the early phase of the new condition.”

E4 · method_description - 发现： LLMs 的需求追逐行为在错误幅度较大时趋于增强，但 GPT-4 和 LLaMA-8B 在低错误幅度（Q1）时也表现出过度反应，而 GPT-4o 在高错误幅度下达到接近 100% 的“朝向需求”调整比例，远超人类（人类 Q4 的“朝向需求”率通常低于 40%）。 - 支持： Hypothesis 4 - 不支持： 无 - 原文定位： p.24，§5.4；“Under the uniform distribution (low-margin scenario first), GPT-4o’s “Toward Demand” rate rises from 82.5% to 100.0%, far exceeding human participants, who keep “No Change” above 60% even with large errors.”

E5 · method_description - 发现： 在提供最优公式后，GPT-4o 的收敛斜率接近零（如 +0.003 和 -0.007），而 GPT-4 在某些情形下出现正收敛斜率（如 +1.191），表明公式未能保证其最优性，学习轨迹存在架构差异。 - 支持： Hypothesis 5 - 不支持： 无 - 原文定位： p.27，§5.5；“GPT-4, in contrast, displays the paradoxical adaptation pattern of a complex analyst. While it showed some capacity for self-correction in Experiment 1 (e.g., slope of -1.917), formula guidance in Experiment 2 did not guarantee optimality. In fact, its performance sometimes worsened, with a strongly positive convergence slope (+1.191) in the uniform low-margin scenario.”

E6 · method_description - 发现： 定性分析表明，GPT-4 在风险中性环境中仍使用风险导向语言（如“managing risk”），支持语义干扰机制，即语言关联覆盖数学逻辑。 - 支持： Hypothesis 2 - 不支持： 无 - 原文定位： p.20，§5.2；“Despite explicit instructions, it frequently employs risk-oriented language (e.g., “managing risk”) in risk-neutral contexts, supporting the Semantic Interference Mechanism where linguistic associations override mathematical logic.”

证据边界

复现与实现