一项新研究调查了大型语言模型（LLMs）如何生成社交网络，发现文化框架、提示词语言和模型规模等因素显著影响结果。研究人员开发了四种关系形成机制，并在各种条件下进行了测试，结果显示政治归属感常常主导网络形成，而提示词结构可以充当社会学变量。研究还指出，虽然大型语言模型生成的网络表现出良好的聚类性，但它们可能会编码人口统计学偏见。 AI
影响 揭示了大型语言模型的输出如何受到提示词设计的影响，为在行为模拟中使用大型语言模型的研究人员提供了见解。
排序理由 学术论文，详细介绍了关于大型语言模型能力的研究。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Large language models (LLMs) are increasingly used as substitutes for human subjects in behavioral simulations, including synthetic social network generation. Yet it remains unclear how their relational outputs depend on prompt design, cultural framing, prompt language, and model…
Large language models (LLMs) are increasingly used as substitutes for human subjects in behavioral simulations, including synthetic social network generation. Yet it remains unclear how their relational outputs depend on prompt design, cultural framing, prompt language, and model…