★ 3
直觉式提示提升 LLM 社媒反应模拟保真度
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。
arXiv cs.AI35 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
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。
论文推出 FINESSE，一个基于智能体的金融事件序列模拟框架，可生成由多个相互依赖事件流组成的合成结构化数据集。同时发布 FINESSE-Bench 基准，支持余额预测、交易欺诈检测、漏付预测与下一事件预测四项任务。框架与数据集开源，旨在加速金融服务中结构化多模态事件序列建模研究。