arXiv cs.AI· Haoran Ye, Tianrui Huo, Hangzhen Li, Xin Zhang, Guojie Song·· 10 小时前AI 评分49
Chiron:一个测量和预测人类行为的基础模型
A Foundation Model to Measure and Predict Human Behaviour
AI 导读
研究者推出基础模型 Chiron,通过联合微调 LLM 来表征心理构念、预测个体行为并让群体响应分布对齐人类统计数据。其训练与评估覆盖 36 个行为领域、78 个社会科学实验,含 288,307 条个人记录与 1,411,750 个原子行为决策。评估中 Chiron 预测个体行为比前沿 LLM 相对提升最高 28.4%,实验效应量估计误差降低 82.2%–94.3%。
正文 · AI 翻译
摘要: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群。然而,尽管它们能生成看似合理的回答,却常常错误地描述个体并扭曲人群统计数据。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,使其能够表征心理构念、预测个体行为,并使人群响应分布与人类统计数据对齐。训练和评估数据涵盖 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 项心理测量评估。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,并且表现出更少会损害心理测量效度的偏差。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。
| 评论: | 48 页,6 幅图 |
| 主题: | 计算与语言(cs.CL);人工智能(cs.AI);人机交互(cs.HC) |
| 引用为: | arXiv:2611.24830 [cs.CL] |
| (或 arXiv:2611.24830v1 [cs.CL] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.24830 arXiv 颁发的 DOI 通过 DataCite(待注册) |
提交历史
来自:Haoran Ye [查看电子邮件]
[v1]
2026 年 11 月 18 日星期三 17:59:08 UTC(566 KB)
来源:arXiv cs.AI · arxiv.org