评估大语言模型中的反事实战略推理

本文在重复博弈论场景中评估大语言模型（LLM），旨在判断其战略表现是源于真实的推理能力还是对记忆模式的依赖。研究选取囚徒困境和石头剪刀布两种经典博弈，引入改变收益结构和行动标签的反事实变体，以打破熟悉的对称性和优势关系。通过多指标评估框架对比默认与反事实实例，揭示了 LLM 在反事实环境中对激励敏感性、结构泛化能力及战略推理方面的局限性。