直觉式提示提升 LLM 社媒反应模拟保真度
原文标题：Thinking Less to Simulate Better: Intuitive Prompting Improves LLM Agents Simulating Individual Social Media Reactions, Including Unfamiliar Content
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究以八名塞尔维亚参与者为画像，让四个语言模型在五种提示条件下预测其对 68 条社媒帖子的反应。态度类画像信息远优于人口统计背景，而要求模型「直觉、即时」作答的保真度最高，并将个体差异压缩从人类水平的七倍降至三倍。该优势在问卷未涉及的话题上同样成立，提示此类智能体可作通用模拟用户。
- 问题
- 模拟用户智能体是否真的符合给定画像，而非只与人类行为一致。
- 方法
- 八名塞尔维亚参与者画像加 68 条社媒帖子，四模型五种提示条件对比，重点考察态度信息与直觉式作答指令。
- 结果
- 态度类画像远优于人口统计背景；直觉提示将个体差异压缩从人类水平七倍降至三倍。
- 影响
- 做用户模拟、舆情测试的团队可用「直觉作答」提示显著提升智能体保真度。
深读 · 结论先行AI 生成展开看要点与影响 ↓
要求模型「直觉、即时」作答的提示保真度最高，并把个体差异压缩从人类水平的七倍降到三倍。
- •以八名塞尔维亚参与者为画像（问卷、深度访谈、书面自我介绍），让四个语言模型预测其对68条社媒帖子的反应
- •五种提示条件对比：态度类画像信息对预测的提升远大于人口统计背景
- •智能体与自身设定画像的吻合度高于参与者与自己问卷答案的吻合度；画像信息存在后，一致性与保真度无关
- •要求模型直觉、即时而非分析式作答，保真度为所有条件最高，并把个体差异压缩从人类水平的七倍降至三倍
- •该优势在问卷未涉及的话题上同样成立，且大幅超过众包基线
为什么重要：平台政策测试与选举前的舆论操纵都可能依赖模拟用户，这条既给出提升保真度的提示策略，也提示了伪造画像影响公众认知的风险面。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。