behavioral fidelity

大型语言模型数字孪生：人工智能能否减少研究中的人类测量？

一篇新的研究论文探讨了基于大型语言模型的数字孪生在减少科学推理中对人类数据收集的需求方面的潜力。该研究引入了“统计可替代性”作为评估这些孪生模型是否能在没有广泛人类测量的情况下支持有效结论的标准。研究结果表明，虽然大型语言模型孪生可以复制人类的平均效应，但它们对个体差异的洞察有限，并且模型或数据的改进并不总是能节省人类数据。研究强调，人工智能生成证据的价值应通过其减少人类数量不确定性的能力来判断，而不是仅仅通过其模仿人类结果的能力。