研究：模拟器分歧可识别不可靠估计，但共享偏差难捕捉

Saber Zerhoudi 提交的论文检验用户模拟器之间的分歧能否识别不可靠的群体回答估计。研究用 6 个语言模型模拟器和 GlobalOpinionQA 中 12 个国家 60 个问题的现有回答测试：分歧对组间差异的预测准确率高于单组回答比例（AUC 0.87 对 0.71），但模拟器共有的误差无法被这一信号捕捉。 研究还尝试用一组群体的估计来测量共同偏差，再从另一组的预测中减去；结果显示预测误差下降，而模拟器间的分歧不变。

AI 根据报道生成 · 42 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。