思快则错：直觉性调节大语言模型在政策评估中的反事实推理

本文构建了包含 40 个实证政策评估案例的基准，按直觉性分类，评估四种前沿大语言模型在不同提示策略下的表现。研究发现：思维链提示虽显著提升直观案例性能，但在反直觉案例中优势几乎消失；直觉性是主导因素，解释方差超过模型选择；存在知识与推理分离现象，即模型具备相关知识却无法在违背直觉时正确推理。研究基于双过程理论，指出当前大模型的“慢思考”可能仅是形式上的深思熟虑。