提出FrameBench-HPS基准并揭示增益-损失框架效应
热点事件持续更新
提出FrameBench-HPS基准并揭示增益-损失框架效应
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月22日，arXiv Artificial Intelligence 刊出研究团队成果：Yuyao Zhang 等作者提出并发布 FrameBench-HPS 基准，用于考察大语言模型在高风险决策建议中的增益-损失框架效应。该基准由 240 个医疗、金融、教育/职业、法律/消费者权益领域的高风险场景生成 2880 条提示词，测试七个 LLM 在增益框架与损失框架下对同一概率给出建议的差异。报道称研究由此揭示同一概率下建议随框架变化的效应。目前进展停留在基准发布与测试结果公布阶段，尚无后续跟进报道，也未出现数字、时间或说法上的前后矛盾。
AI 根据报道生成 · 3 小时前更新
最新进展10月22日 12:00
FrameBench-HPS：同一概率下 LLM 高风险决策建议的增益-损失框架效应报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv Artificial IntelligenceFrameBench-HPS：同一概率下 LLM 高风险决策建议的增益-损失框架效应
研究团队构建 FrameBench-HPS 基准，用 240 个医疗、金融、教育/职业、法律/消费者权益高风险场景生成 2880 条提示词，测试七个 LLM 在增益与损失框架下对同一概率给出建议的差异。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 710月23日 03:00
- 近 24 小时变化
- –
02468
03:0004:0005:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。