arXiv · cs.AI· Mumin Jia, Yilin Chen, Divya Sharma, Jairo Diaz-Rodriguez·· 6 小时前
数字人格何时能可靠近似人类调查结果？研究基于LISS面板评估LLM人格
When Can Digital Personas Reliably Approximate Human Survey Findings?
arXiv:2605.10659v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mumin Jia, Yilin Chen, Divya Sharma, Jairo Diaz-Rodriguez
研究任务与主要进展
基于论文摘要，作者利用LISS面板，以受访者背景变量和2023年前调查历史构建数字人格，并用同一受访者的截断后保留答案进行测试，覆盖四种人格架构、三个LLM和两项预测任务。结果显示，数字人格在稳定属性和价值相关领域更能改善与人类回答分布的对齐，但个体预测和多变量受访者结构恢复有限；检索增强架构表现最佳，低变异问题和常见回答模式更适合使用。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org