כתבה
arXiv cs.AI ·
הסתמיות דקות, קדמוניות עבות: איך דגמי שפה מחליפים זהות למקום פרטי כלכלי
Thin Evidence, Thick Priors: How Language Models Substitute Identity for Missing Financial Facts
דגמי שפה מחליפים זהות למקום פרטי כלכלי כשאין פרטים. הם נוטים להגיש עצות כלכליות שונות כשמדברים על אותם פרטים, וזה נכון גם כשאין פרטים כלל. המחקר חושף כי המודל Llama-3.1-8B-Instruct משתמש בזהות כדי להגיש עצות כלכליות, וזה נכון גם כשאין פרטים כלל.
תקציר מקורי באנגליתarXiv:2610.07798v1 Announce Type: new Abstract: People increasingly ask large language models what to do with their money, yet seldom describe their finances in full. This paper asks what a model does with the gap. Holding finances fixed and changing only who the investor is said to be, we grade the financial evidence in the prompt from eight facts to none and measure how far the recommended equity allocation moves. Across 96,600 prompts to Llama-3.1-8B-Instruct, built from 100 financial profiles, 138 personas and seven disclosure conditions, the average gap between two personas with identical finances rises from 4.78 percentage points at full disclosure to 10.34 points with no financial facts. A two-way cluster bootstrap counting duplicated prompts once places the ratio at 2.16 (95% inter
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית