論文の概要: Behavioural Signatures of Risk-Sensitive Decision-Making in Large Language Models

• arxiv url: http://arxiv.org/abs/2607.10251v1
• Date: Sat, 11 Jul 2026 10:33:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.351315
• Title: Behavioural Signatures of Risk-Sensitive Decision-Making in Large Language Models
• Title（参考訳）: 大規模言語モデルにおけるリスク感応的意思決定の行動的シグナチャ
• Abstract要約: 大規模言語モデル(LLM)は、意思決定支援にますます使われている。 不確実性の下での選択が安定かつ解釈可能な行動規則性を示すかどうかを理解することが重要である。 本稿では,無制限テキサスホールドエムに基づく制御型マルチモデルフレームワークを用いて,この問題について検討する。
• 参考スコア（独自算出の注目度）: 121.70781851874035
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As large language models (LLMs) are increasingly used in decision support, it is important to understand whether their choices under uncertainty exhibit stable and interpretable behavioural regularities. Human decision-making combines relatively persistent risk preferences with context-dependent adjustment, yet it remains unclear whether analogous behavioural structure can be observed in LLM-based decision systems. Here we examine this question using a controlled multi-model framework based on no-limit Texas Hold'em, where behaviour is quantified by Participation, measuring voluntary engagement in uncertain opportunities, and Proactiveness, measuring pre-flop risk escalation. Across homogeneous self-play and heterogeneous mixed-model interactions, frontier LLMs exhibit stable, model-specific risk profiles, forming a spectrum from conservative to aggressive decision styles. These profiles remain largely robust under changing opponent composition, while the most conservative and most aggressive models diverge further in mixed settings. Under global risk pressure and personal resource constraint, models adapt in structured but heterogeneous ways, ranging from broad behavioural contraction to selective de-escalation and near-invariant behaviour. These findings suggest that LLMs differ not only in baseline risk disposition, but also in the risk signals they respond to and the flexibility with which they adjust, providing a behavioural basis for auditing risk-sensitive decision-making in interactive settings. Our code is publicly available at: https://github.com/XuankunRong/AgentTexasPoker.
• Abstract（参考訳）: 大規模言語モデル (LLM) が意思決定支援にますます利用されているため、不確実性の下での選択が安定かつ解釈可能な行動規則性を示すかどうかを理解することが重要である。 人間の意思決定は、比較的永続的なリスク嗜好と文脈依存的な調整を組み合わせるが、LLMに基づく意思決定システムで類似の行動構造が観察できるかどうかは不明である。 本稿では,不確実な機会における自発的なエンゲージメントの測定と,プレフロップリスクエスカレーションの測定による行動の定量化を行うノリミット・テキサスホールデムに基づく,制御されたマルチモデルフレームワークを用いて,この問題を考察する。 均質な自己再生と異質な混合モデル相互作用全体において、フロンティアLSMは安定なモデル固有のリスクプロファイルを示し、保守的な決定スタイルから攻撃的な決定スタイルへのスペクトルを形成する。 これらのプロファイルは、対立する構成の変化の下では、ほとんど堅牢であり、最も保守的で最も攻撃的なモデルは、混合した設定でさらに分散する。 大域的リスク圧力と個人的資源制約の下では、モデルは、広範囲な行動収縮から選択的な非エスカレーション、ほぼ不変な行動まで、構造的だが異種な方法で適応する。 これらの結果から, LLMは, 基準的リスク分散だけでなく, 応答するリスク信号, 適応する柔軟性にも異なることが示唆された。 私たちのコードは、https://github.com/XuankunRong/AgentTexasPoker.comで公開されています。

関連論文リスト

• Some Large Language Models Exhibit Consistent Risk Attitudes [14.534723442159008]
  大規模言語モデル(LLM)が不確実性の下で体系的かつ一貫したリスク態度を示すかどうかを検証する。 回帰モデルを用いて,各エージェントの信念と意思決定のマッピングを抽出し,リスク感度とリスク態度バイアスを定量化する。
  論文  参考訳（メタデータ） (2026-04-24T16:11:48Z)
• When Choices Become Risks: Safety Failures of Large Language Models under Multiple-Choice Constraints [15.533348064153827]
  大規模言語モデル(LLM)における安全性のアライメントは、主にオープン・エンド・ジェネレーションの下で評価される。 強制選択の制約が政策違反の反応を急激に増加させることを示す。 その結果,現在の安全評価は構造化タスク設定のリスクを著しく過小評価していることがわかった。
  論文  参考訳（メタデータ） (2026-04-18T08:49:11Z)
• STEER: Inference-Time Risk Control via Constrained Quality-Diversity Search [3.587563440886175]
  平均的正確性のために訓練された大規模言語モデル(LLM)は、しばしばモード崩壊を示し、複数の応答が妥当なタスクに対して狭い決定行動をもたらす。 我々は、この曖昧な制御を再導入するトレーニング不要のフレームワークであるSTEERを提案する。 2つの臨床トリアージベンチマークにおいて、STEERは温度に基づくサンプリングと静的なペルソナアンサンブルと比較して幅広い行動カバレッジを達成する。
  論文  参考訳（メタデータ） (2026-02-02T22:10:32Z)
• SHARP: Social Harm Analysis via Risk Profiles for Measuring Inequities in Large Language Models [0.5599792629509229]
  本稿では,リスクプロファイルを用いた社会的ハーム分析について紹介する。 同様の平均リスクを持つモデルでは、尾の露出とボラティリティの2倍以上の違いが示される。
  論文  参考訳（メタデータ） (2026-01-29T03:54:25Z)
• YuFeng-XGuard: A Reasoning-Centric, Interpretable, and Flexible Guardrail Model for Large Language Models [36.084240131323824]
  我々はYuFeng-XGuardについて紹介する。YuFeng-XGuardは大規模言語モデル(LLM)のための論理中心ガードレールモデルである。 YuFeng-XGuardは不透明な二項判定を生成する代わりに、明確なリスクカテゴリや信頼性スコアを含む構造化されたリスク予測を生成する。 リスク認識を政策執行から切り離す動的政策機構を導入し、モデルの再訓練なしに安全政策を調整できるようにした。
  論文  参考訳（メタデータ） (2026-01-22T02:23:18Z)
• Answer, Refuse, or Guess? Investigating Risk-Aware Decision Making in Language Models [63.559461750135334]
  言語モデル(LM)は、目標を達成するために自律的に行動可能なエージェントを構築するために、ますます使われています。 本研究では,人為的リスク構造を体系的に変化させる評価枠組みを用いて,この「回答または延期」問題を考察する。 回答や判断に要する独立したスキルを分離した簡易なスキル分解手法が,LMの意思決定ポリシーを一貫して改善できることがわかった。
  論文  参考訳（メタデータ） (2025-03-03T09:16:26Z)
• Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction [55.77015419028725]
  しきい値とトレードオフパラメータが適応的に選択された場合、リスクの有効な制御を可能にする手法を開発する。 提案手法は単調なリスクとほぼ単調なリスクをサポートするが,それ以外は分布的な仮定はしない。
  論文  参考訳（メタデータ） (2024-03-28T17:28:06Z)
• Model-Based Epistemic Variance of Values for Risk-Aware Policy Optimization [59.758009422067]
  モデルベース強化学習における累積報酬に対する不確実性を定量化する問題を考察する。 我々は、解が値の真後分散に収束する新しい不確実性ベルマン方程式(UBE)を提案する。 本稿では,リスク・サーキングとリスク・アバース・ポリシー最適化のいずれにも適用可能な汎用ポリシー最適化アルゴリズムQ-Uncertainty Soft Actor-Critic (QU-SAC)を導入する。
  論文  参考訳（メタデータ） (2023-12-07T15:55:58Z)
• Likelihood Ratio Confidence Sets for Sequential Decision Making [51.66638486226482]
  確率に基づく推論の原理を再検討し、確率比を用いて妥当な信頼シーケンスを構築することを提案する。 本手法は, 精度の高い問題に特に適している。 提案手法は,オンライン凸最適化への接続に光を当てることにより,推定器の最適シーケンスを確実に選択する方法を示す。
  論文  参考訳（メタデータ） (2023-11-08T00:10:21Z)
• Probabilities Are Not Enough: Formal Controller Synthesis for Stochastic Dynamical Models with Epistemic Uncertainty [68.00748155945047]
  複雑な力学系のモデルにおける不確実性を捉えることは、安全なコントローラの設計に不可欠である。 いくつかのアプローチでは、安全と到達可能性に関する時間的仕様を満たすポリシーを形式的な抽象化を用いて合成する。 我々の貢献は、ノイズ、不確実なパラメータ、外乱を含む連続状態モデルに対する新しい抽象的制御法である。
  論文  参考訳（メタデータ） (2022-10-12T07:57:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。