Behavioral Economics of AI: как LLM принимают экономические решения и где ошибаются

Парадокс: GPT-4 принимает финансовые решения хуже чем GPT-3.5 — в 4 из 6 задач отвечает как большинство людей (иррационально), хотя математически правильный ответ другой. Исследование Cornell и Boston University показало: чем крупнее модель и сильнее RLHF (обучение на человеческих оценках), тем больше она копирует человеческие иррациональности. При этом в задачах на прогнозы и оценку вероятностей большие модели наоборот рациональнее — Gemini 1.5 Pro решает все 10 задач правильно, где люди систематически ошибаются.