Mumin Jia

大型语言模型（LLM）身份可模仿人类调查响应，适用于稳定属性

一篇新的arXiv论文探讨了使用大型语言模型（LLM）创建数字身份以替代人类调查受访者的有效性。研究人员发现，虽然这些数字身份可以提高与人类响应分布的一致性，尤其是在与稳定属性和价值观相关的问题上，但它们在个体预测和捕捉复杂的受访者结构方面存在困难。研究表明，检索增强型架构最有前景，但性能在很大程度上取决于调查问题的固有变异性和人类响应的底层结构，而不仅仅是所使用的LLM。