# 过往决定可能左右AI的退款审批

> 一项研究发现，修改过往案例的决定和事实，可能让语言模型的退款审批率朝相反方向变化。

Oossa · 2026-11-03 · https://oossa.com/zh/past-decisions-can-skew-ai-refund-approvals

一项发布在 arXiv 上的研究测试了三种语言模型：在提供三个相似的过往案例后，它们如何处理难以判断的退款和理赔请求。对于 DeepSeek V4.1 Flash、GPT-5.6 Luna 和 Claude Haiku 5.5，将案例记录的决定从 DENY 改为 APPROVE，在研究编写的政策下，使审批率提高了约 30 至 55 个百分点。

但当 DeepSeek 和 Luna 只能看到过往案例的事实时，支持批准的案例反而比支持拒绝的案例更少促使它们批准请求。作者表示，在九项改写自真实政策的公开政策测试中，也出现了这一模式。

## 事实

- 这项研究测试了 DeepSeek V4.1 Flash、GPT-5.6 Luna 和 Claude Haiku 5.5。
- 在另一次单独的 DeepSeek 测试中，修改与另一类请求相似的案例中的决定，审批率变化了 9 个百分点；而修改与该请求相似的案例中的决定，审批率变化了 43 个百分点。

## 为什么重要

使用 AI 评估退款或理赔申请的机构，应分别测试过往案例的事实和记录结果，因为两者都可能影响决定，而且影响方向可能不同。

## 来源与参考

1. [Precedent Labels and Facts Shift LLM Approval Decisions in Opposite Directions](https://arxiv.org/abs/2611.00672) – arXiv, 2026-11-03

最后更新: 2026-11-03