一项发表在 arXiv 上的新研究探讨了大型语言模型 (LLM) 代理在模拟社交媒体反应方面的能力。研究人员发现，当提供全面的个人资料时，LLM 代理，特别是 GPT-5.5 Pro，在预测用户反应方面可以达到很高的准确率。然而，当个人资料信息减少时，准确率会显著下降，这凸显了详细用户数据对于有效模拟的重要性。研究还指出，LLM 展现了传统分类器所缺乏的零样本泛化能力，但对于缺乏直接链接到用户个人资料的帖子，其有效性会降低。 AI
影响 展示了 LLM 在推荐系统测试方面的潜力，并引发了对大规模合成代理操纵公众舆论的担忧。
排序理由 该集群包含一篇详细介绍 LLM 代理能力研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
