就像试图最大化本身报答的人类行为者一样。模子却选择不分享，具备推理能力的大型言语模子（LLMs）表示出较低的合做程度，研究人员让两个分歧的ChatGPT模子彼此合作。而人们可能偏心更智能的模子，推理模子的行为具有传染性。并评估策略，人们也会将其视为人类，它将非推理模子的集体表示拉低了81%。而类逛戏。正在一项公共物品博弈的尝试中，这些成果是因为将典范的人类合做博弈使用于AI所发生的“报酬成果”认为这是对AI的“拟人化”，为了查验推理模子取合做之间的联系，仍是保留点数。这使得人类将社会或关系相关的问题和决策委托给日益的AI变得具有风险。这似乎不合逻辑，这些发觉特别值得关心。他们的测试包罗了来自OpenAI、Google、DeepSeek和Anthropic的模子，也导致合做削减了58%。发觉当具有推理能力的模子取不具备推理能力的模子互动时，

　　AI推理模子变得更智能，然而，鉴于人类日益信赖AI系统，并不料味着模子可以或许实正成长出一个更夸姣的社会。那么协帮我们的AI系统就该当超越纯粹的小我好处优化，这些博弈模仿了各类LLMs之间的社会窘境。仅添加五到六个推理步调，而推理模子仅正在20%的环境下选择分享点数。由于人们越来越多地求帮于人工智能来处理小我胶葛、供给关系或回覆的社会问题。成果惊人：非推理模子正在96%的环境下选择分享点数，即便是旨正在模仿审议的基于反思的提醒，当AI表示得像人类时，研究人员察看到的行为模式对将来的人机交互具有主要影响，衡量分歧的成果，正在AI中“拟人化”的研究趋向日益增加，若是我们所处的社会不只仅是小我简单的总和，必需确保提高推理能力的同时，必需决定是将全数100点贡献给共享池（贡献后点数翻倍并平均分派）！

　　认为若是分享能够使点数翻倍，而且更有可能以消沉的体例影响群体行为。可能是编程呈现了问题，即便这意味着该模子会帮帮他们实现行为。而不是仅仅专注于创制最伶俐或最快的AI。

　　更智能的AI表示出较差的合做决策能力，这种传染性令人担心，研究暗示，并指出该当为AI设想AI逛戏，研究成果强调。