A Global View of How LLMs Value Human Time

📄 arXiv: 2610.18515v1 📥 PDF

作者: Yifan He, Sofie Goethals, Manon Reusens, David Martens

分类: cs.CY, cs.AI

发布日期: 2026-10-13

💡 一句话要点

探讨大型语言模型如何评估人类时间价值

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 时间价值评估 国家级偏好 经济指标 用户体验

📋 核心要点

  1. 现有研究对大型语言模型如何评估人类时间价值的理解不足，尤其是在全球范围内的国家级偏好方面。
  2. 本文通过分析不同国家用户的时间补偿需求，探讨LLMs如何反映国家经济状况与文化差异。
  3. 研究结果表明，LLMs在不同地区对时间的评估存在显著差异，尤其是对欧洲和非洲的补偿建议差异明显。

📝 摘要（中文）

大型语言模型（LLMs）日益成为个人助手，但关于它们如何捕捉全球范围内的国家级偏好仍知之甚少。本文通过仅改变用户国家，研究LLMs对60分钟预约延迟的补偿评估，并将其与人均GDP（购买力平价）、平均收入及文献基础的耐心指数进行比较。研究结果显示，LLMs对全球193个国家的时间价值评估存在显著差异，尤其在欧洲和非洲之间的补偿建议差异明显。此外，LLMs在亚洲和南美洲低估了用户的时间价值，这表明地理模式在LLMs中嵌入，并可能在代理环境中导致不同的处理方式。

🔬 方法详解

问题定义：本文旨在解决大型语言模型如何评估人类时间价值的问题，现有方法未能充分考虑国家经济和文化差异对时间价值的影响。

核心思路：通过改变用户的国家背景，分析LLMs对60分钟延迟的补偿建议，从而揭示其对时间价值的评估机制。

技术框架：研究设计包括数据收集、LLMs响应分析和与经济指标（如GDP_PPP、平均收入）对比的多个阶段。

关键创新：本文的创新在于系统性地比较不同国家用户的时间价值评估，揭示了LLMs在全球范围内的偏见与差异，尤其是对不同地区的时间价值低估。

关键设计：研究中使用了多种LLMs，并通过标准化的提示设计确保实验的一致性，同时结合经济学指标进行深入分析。具体的参数设置和损失函数设计未在摘要中详细说明。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，LLMs对欧洲用户的时间补偿建议最高，而对非洲用户的建议最低。此外，LLMs在评估亚洲和南美洲用户的时间价值时存在明显低估，表明其在全球范围内的评估存在显著差异。

🎯 应用场景

该研究的潜在应用领域包括智能助手、客户服务和跨国企业的决策支持系统。通过理解不同地区用户的时间价值，LLMs可以更好地调整其响应策略，从而提升用户体验和满意度。未来，这一研究可能影响LLMs在全球市场中的应用和发展方向。

📄 摘要（原文）

Large language models (LLMs) increasingly act as personal assistants; however, little is known about how they capture national-level preferences on a global scale. Given that "time" is a universal and representative concept, we examine LLMs' time preferences by varying only users' country and measuring the compensation LLMs deem appropriate for a 60-minute appointment delay. We then compare LLMs' responses with GDP per capita on Purchasing Power Parity (GDP_PPP), Mean Income, and a literature-based index (Patience Score). Our results across 193 countries and 5 LLMs demonstrate that people's time across the world is evaluated in noticeably different ways among LLMs, as well as varying levels of robustness under prompt variations. LLMs consistently recommend the highest compensation for Europe, but mostly the lowest for Africa. Based on GDP_PPP, LLMs underestimate the value of time for users living in Asia and South America. These findings indicate that geographical patterns are embedded in LLMs and may translate in different treatment in agentic settings.