PulseAugur
中
实时 10:42:20
English(EN) Stochastic Parrots or Singing in Harmony? Testing Five Leading LLMs for their Ability to Replicate a Human Survey with Synthetic Data

LLM难以在合成调查数据中复制新颖的人类见解

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新的arXiv论文比较了五种领先的LLM——ChatGPT Thinking 5 Pro、Claude Sonnet 4.5 Pro、Claude CoWork 1.123、Gemini Advanced 2.5 Pro、Incredible 1.0和DeepSeek 3.2——利用合成数据复制人类调查响应的能力。研究发现，虽然这些模型可以生成看似合理且协调一致的结果，但它们未能捕捉到人类数据中存在的新颖或反直觉的见解。研究表明，当前的LLM擅长复述传统观点，但不擅长发现独特的成果，这凸显了负责任地使用合成调查数据需要健全的验证协议。 AI

影响 强调了LLM在生成新颖见解方面的局限性，表明合成数据应作为人类研究的补充而非替代。

排序理由 该集群包含一篇详细介绍LLM能力研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

LLM难以在合成调查数据中复制新颖的人类见解

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jason Miklian, Kristian Hoelscher, John E. Katsos ·

    随机鹦鹉还是和谐歌唱？测试五种领先的LLM使用合成数据复制人类调查的能力

    arXiv:2603.00059v3 Announce Type: replace-cross Abstract: How well can AI-derived synthetic research data replicate the responses of human participants? An emerging literature has begun to engage with this question, which carries deep implications for organizational research prac…

相关实体

相关话题