深度分析
貝爾曼最適性在吸收性災難 MDP 中自然呈現前景理論特徵
本研究探討在吸收性災難狀態的馬可夫決策過程中，標準貝爾曼最適產生前景理論的 S 形價值函數、損失敏感係數大於一以及反射效應的逆轉，研究顯示風險中性代理人在成長與衰退情境下，也會分別呈現保守與冒險行為。研究遍歷495種參數組合，發現損失敏感係數於災難時顯著上升，且不同折扣因子與成功機率下均保持此行為。
前景理論
深度分析
吸收性災難狀態下的貝爾曼最適性：從 MDP 看前景理論行為模式
本研究探討在具吸收性災難狀態的馬可夫決策過程中，風險中性代理人在標準貝爾曼最適性下會自然呈現前景理論特徵。結果顯示價值函數呈S形、內生損失敏感係數大於一，且在正向成長與負向衰退情境下分別採取保守與冒險策略，揭示吸收失敗邊界即可誘發類似人類損失規避行為。
深度分析
Pro-SF：以前景理論驅動的策略分類與行為式防護框架
在招聘、授信與醫療篩檢等應用中，傳統策略分類（Strategic Classification）多假設個體完全理性，但行為經濟學與心理學顯示實際決策常有系統性偏誤。
深度分析
前景理論於大型語言模型的決策穩定性：認知不確定性下的實驗分析
研究背景指出，前景理論常用於模擬人類在不確定情境下的決策，但其在大型語言模型上的適用性尚未明確。作者先以經濟問題估測模型的 PT 參數，接著將認知不確定性標記的機率映射注入提示詞，觀察參數是否穩定。結果發現，模型間 PT 參數差異顯著，且在語意不確定性干擾下不穩定，提醒實務上需慎用 PT 框架。