大语言模型是否共享类人偏差？在先验知识、无关上下文和不同计算预算下的因果推理

本研究评估了 20 多个大语言模型在因果判断任务中的表现，对比人类基线发现大多数模型展现出比人类更规则的推理策略，未表现出典型的类人碰撞偏差。研究进一步探讨了语义抽象和提示过载对鲁棒性的影响，证实思维链（CoT）能显著提升多数模型的稳定性。结果表明，LLM 可作为人类偏见的补充，但其规则化推理在内在不确定性场景中可能失效，需深入刻画其推理机制以确保安全部署。