研究：行为历史比人格描述更能预测 LLM 合成用户选择
原文标题：Behavioral History Outperforms Descriptions of the Person for LLM Synthetic Personas
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。
研究用 845 名美国成年人的两波面板数据，比较 LLM 合成人格预测个体后续选择的能力。结果显示，仅靠人口统计、性格与认知分数的人设描述只能恢复人类个体间变异的 53-67%，个体层面信息量仅为人类重测的 7-12%。加入受访者此前的问卷选择作为行为历史后，个体预测信息量提升至 28%，并在全部 17 个群体中表现最佳。
- 问题
- LLM 合成人格作为特定受访者替身是否有效，取决于能否复现个体后续选择。
- 方法
- 用 845 名美国成年人两波面板数据，比较无信息、人口统计、性格、认知分数与加入此前问卷选择作为行为历史五种条件，行为历史条件下扣留目标偏差计分项。
- 结果
- 人设描述仅恢复人类个体间变异的 53-67%，个体层面信息量为人类重测的 7-12%；加入行为历史后个体信息量升至 28%，并在全部 17 个群体中表现最佳。
- 影响
- 做用户模拟或调研替代时，行为历史比人设描述更值得采集，仅靠人口统计与性格画像会严重高估个体预测能力。
深读 · 结论先行AI 生成展开看要点与影响 ↓
845人两波面板研究：人设描述仅恢复53-67%个体差异，加入行为历史后个体信息量升至28%。
- •数据为845名美国成年人两波面板，覆盖风险、时间偏好、过度自信与推理等14种行为偏差
- •仅靠人口统计、性格与认知分数的人设描述，只能恢复人类个体间变异的53-67%
- •个体层面，描述型人设仅达人类重测信息量的7-12%
- •加入受访者此前问卷选择作为行为历史后，个体预测信息量提升至28%
- •行为历史条件在全部17个群体中表现最佳；群体层面各条件平均偏差数7.1-8.1接近人类的7.1
为什么重要：用LLM合成用户替代真实受访者时，群体平均相似会掩盖个体方差失真，行为历史比人格描述更关键。
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。