Zhihao Ma

LLM 数字孪生显示出高总体准确性，但与人类反应不同

一篇新的研究论文探讨了大型语言模型（LLM）作为人类受访者数字孪生时的心理测量可比性。该研究提出了一个框架，用于根据人类数据评估 LLM，发现虽然 LLM 在总体水平上实现了高准确性，但其项目级相关性有所减弱。研究还观察到，与人类相比，LLM 倾向于表现出规范理性并低估启发式偏差，尽管条件化可以改善个性预测。研究结果表明，LLM 数字孪生在性能与人类数据一致的已验证边界内最有用。