一项研究调查了通过爱荷华赌博任务和基于想象的诱导程序，诱导的情绪是否会影响大型语言模型（LLM）的序列决策。

  • 该研究证实，LLM 能够感知可区分的情绪，并以人类般的速度从序列交互中学习。
  • 与人类不同，平均而言，诱导的情绪并未显著偏置 LLM 的决策动态。
  • 具体地诱导愤怒会使 LLM 代理对错误决策的惩罚变得不那么敏感。
  • 在游戏早期阶段，愤怒降低了探索性，将决策锁定在少数几个选择上。

这些发现揭示了情绪对 LLM 行为的影响与人类相比存在细微差别，并为未来关于情感调节的研究提供了工具。