一项新研究评估了使用AI模型（特别是47个生成式LLM和14个决策模型）作为合成调查受访者的有效性。研究发现，虽然一些模型（如MiniMax M3）的心理测量相似度得分（PSS）达到了0.813，但它们并未始终优于高斯联结函数等更简单的统计基线。值得注意的是，较新模型版本的表现并不总是优于旧版本，而且决策模型在复制个体人类反应模式和相关性方面存在困难，这表明生成看似合理的答案与创建心理测量学上有效的合成受访者之间存在差距。 AI
影响 强调了当前LLM在调查研究心理测量有效性方面的局限性，表明统计方法仍具竞争力。
排序理由 研究论文，详细介绍了AI模型在调查响应生成方面的评估。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
