English(EN) Will Scaling Improve Social Simulation with LLMs?

扩大规模可改善大型语言模型的社会模拟能力，但存在局限性

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-02 17:30

一项新的研究论文探讨了扩大大型语言模型（LLMs）规模对其执行社会模拟能力的影响。研究发现，增加LLMs的计算规模，特别是使用Qwen3架构，显著提高了在意见建模和行为模拟等领域的性能，尤其对于英语网络数据中代表性强的群体。然而，对于纵向预测和代表性不足的观点，改进效果不太可靠，并且扩大规模并未增强与人类认知偏差或启发式方法的校准。 AI

影响表明虽然扩大LLMs的规模将改善大多数社会模拟任务，但像纵向预测和代表性不足的观点等特定领域可能需要超越单纯增加计算量之外的其他方法。

排序理由研究论文发布在arXiv上，详细介绍了关于LLM规模化和社会模拟的发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CL TIER_1 English(EN) · Caleb Ziems, William Held, Su Doga Karaca, David Grusky, Tatsunori Hashimoto, Diyi Yang · 2026-07-03 04:00

扩展LLMs能否改善社交模拟？

arXiv:2607.02464v1 Announce Type: new Abstract: Large Language Model (LLM) social simulations are a promising research method, but they are not yet faithful enough to be adopted widely. In this work, we investigate whether the current scaling paradigm in language modeling is like…
arXiv cs.CL TIER_1 English(EN) · Diyi Yang · 2026-07-02 17:30

扩大规模能否改善 LLM 的社交模拟？

Large Language Model (LLM) social simulations are a promising research method, but they are not yet faithful enough to be adopted widely. In this work, we investigate whether the current scaling paradigm in language modeling is likely to close these gaps, or whether simulation fi…

报道来源 [2]

扩展LLMs能否改善社交模拟？

扩大规模能否改善 LLM 的社交模拟？

相关实体

相关话题