跳到正文
原文
arXiv · Human-Computer Interaction· Haoran Ye, Tianrui Huo, Hangzhen Li 等 5 人
· 2 天前AI 评分57

一个用于测量和预测人类行为的基础模型

A Foundation Model to Measure and Predict Human Behaviour

预印本 · 尚未经过同行评审

AI 导读

大语言模型常被用来推断心理属性和模拟人群,但容易偏离个体真实反应、扭曲群体统计。作者联合微调一个大语言模型得到 Chiron,训练与评估数据覆盖 36 个行为领域、78 个社会科学实验,包含 288,307 条个人记录、1,411,750 个行为决策和 99,953 份心理测量,涉及 109 个心理构念。评估中它的心理测量与人的自我报告更接近,预测个体行为比前沿大模型相对提升最高 28.4%,模拟实验时效应量估计误差降低 82.2% 至 94.3%。该预印本尚未经同行评审。

摘要 · AI 翻译

大语言模型(LLM)正越来越多地被用于推断心理属性、预测个体行为以及模拟人类群体。然而,尽管它们能生成看似合理的回答,却常常错误地刻画个体并扭曲群体统计量。在此,我们提出 Chiron,一个用于测量和预测人类行为的基础模型。我们联合微调一个 LLM,使其表征心理构念、预测个体行为,并使群体反应分布与人类统计量对齐。训练与评估数据涵盖 36 个行为领域和 78 个社会科学实验,包含 288,307 条个人记录、1,411,750 个原子行为决策,以及覆盖 109 个心理构念的 99,953 份心理测量评估。在我们的评估中,Chiron 的心理测量结果与人类自我报告更为接近,且削弱心理测量效度的偏差更少。它预测个体行为的准确度高于前沿 LLM(相对提升最高达 28.4%)。在社会科学实验的模拟中,它更准确地捕捉了人类实验效应的方向和幅度(效应量估计误差降低 82.2--94.3%)。这些结果共同确立了 Chiron 作为测量和预测人类行为的统一计算工具的地位。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Human-Computer Interaction · arxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。