大型语言模型经济因果推理中的意识形态偏见

研究通过扩展EconCausal基准，引入1,056个意识形态争议案例，系统评估了20个先进大型语言模型。这些案例源于10,490个经实证验证的因果三元组，涉及干预导向与市场导向观点的分歧。结果显示，争议问题的准确率普遍较低，且在18个模型中，当实证因果方向符合干预导向预期时，模型准确率显著更高。模型的错误预测也明显偏向干预导向，且单样本提示未能消除此倾向。这表明LLMs在意识形态争议经济问题上不仅准确性下降，而且在一个方向上系统性更不可靠，凸显了在高风险经济政策场景中进行方向感知评估的必要性。