Forskare kartlägger hur stora språkmodeller faktiskt fattar strategiska beslut

arXiv cs.AI

Forskare testade fyra öppna språkmodeller i 144 spelteoriscenarier och fann något oväntat: modeller som beter sig likadant utåt kan använda helt olika interna beräkningsvägar för att nå sina beslut. Särskilt intressant är att bas- och instruktionstränade versioner av Qwen2.5 valde nästan identiskt, men skilde sig i hur motivet (incitamentet) kopplades till det faktiska valet internt. Det antyder att post-träning – när man finjusterar en modell med mänsklig feedback – kan omforma hur beslut bearbetas utan att beteendet synbart förändras.