LLM人格条件Agent模拟A/B测试，方向准确率0.75–0.80

Ziyad Benomar 等作者发布论文（arXiv:2609.01038v2），提出用 LLM Agent 模拟 A/B 测试结果的框架：Agent 由真实匿名行为数据（活动模式、参与度信号和推断的人口属性）构建的数据驱动人格来条件化，用于预测产品变更的实验结果。 在涵盖两类指标的 40 项 A/B 测试基准上，作者称最佳配置按指标类型达到 0.75–0.80 的方向准确率；研究还系统考察了问题设计、人格数据来源与领域匹配、个体行为深度与群体多样性的权衡以及群体子采样。目前结果仅基于论文摘要，完整实验细节与独立复现情况尚不能据此判断。

AI 根据报道生成 · 2 小时前更新