PulseAugur
实时 11:01:00
English(EN) Synthetic Personalities: How Well Can LLMs Mimic Individual Respondents Using Socio-Economic Microdata?

LLM 可以模仿使用社会经济数据的个体

研究人员开发了一种方法,可以使用社会经济微数据创建详细的个体级别数字孪生。这些孪生模型基于现有的异构面板数据构建,能够准确模仿不同 LLM 和信息深度下的个体反应。研究发现,孪生模型的质量随着数据的增加而提高,但在达到一定程度后收益递减,并表明构建这些孪生模型现在更多地依赖于项目数量和模型选择,而不是数据设计。 AI

影响 这项研究展示了 LLM 从现有数据创建详细个体数字孪生的能力,通过实现更具可扩展性和准确性的受访者模仿,有可能彻底改变市场研究。

排序理由 该集群包含一篇详细介绍新研究方法的学术论文。[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 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Leonard Kinzinger, Jochen Hartmann ·

    Synthetic Personalities: How Well Can LLMs Mimic Individual Respondents Using Socio-Economic Microdata?

    arXiv:2606.04592v1 Announce Type: cross Abstract: LLM-based digital twins promise to scale and accelerate market research, but most published twins are either coarse persona bots conditioned on a few demographic questions or detailed individual-level twins built on purpose-collec…