PsyMemBehav：心理学与记忆驱动的社媒行为模拟
原文标题：PsyMemBehav: Psychology-Informed and Memory-Grounded Two-Level Identity-to-Action Reasoning for Social-Media Behavior Simulation
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。
论文提出 PsyMemBehav，通过两级身份到行动推理，将心理学画像与检索记忆映射到目标优先的平台行为，并构建了覆盖 Reddit、Bluesky、Twitter 上 5862 名真实用户 557 万条行为的 PsyMemBehav-bench。其 27B 模型在 12 项个体级指标中 11 项排名第一，平均响应质量从 GPT-5.4 的 54.28 提升至 59.68。
- 问题
- 如何忠实模拟真实社媒用户的行为决策与发言。
- 方法
- 两级身份到行动推理，结合心理学画像、检索记忆、reverse-CoT 与 rubric DPO。
- 结果
- 27B 模型在 12 项个体级指标中 11 项第一，响应质量从 GPT-5.4 的 54.28 升至 59.68。
- 影响
- 社媒仿真、用户建模类产品可参考其证据驱动建模与基准构建方式。
深读 · 结论先行AI 生成展开看要点与影响 ↓
PsyMemBehav 27B 在 12 项个体级指标中 11 项第一，响应质量 54.28 升至 59.68。
- •用两级身份到行动推理，把心理学画像与检索记忆映射到目标优先的平台行为
- •数据集覆盖 Reddit、Bluesky、Twitter 上 5862 名真实用户的 557 万条行为，人均约 950 条
- •每条互动建模为目标选择，再加 Comment、Like 或 Repost 及可选回复生成
- •方法组合 41 维用户描述符、top-5 BM25 记忆、反向 CoT 监督与轨迹级 DPO
- •平均响应质量从 GPT-5.4 的 54.28 提升至 59.68，相对提升 9.95%，组级 MAE 0.081、MSE 0.009 最低
为什么重要：社媒仿真若要以真实用户为基准，证据接地比模型规模更关键；但该基准仅建模已记录互动，不处理「不行动」决策。
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。