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
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
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
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。