Nov, 2023
评估LLM代理人群体动态与人类群体动态:基于党派群体智慧的案例研究
Evaluating LLM Agent Group Dynamics against Human Group Dynamics: A Case
Study on Wisdom of Partisan Crowds
TL;DR本研究探讨了大型语言模型(LLMs)在模拟人类群体动态方面的潜力,特别是在政治上充满挑战性的背景下。我们使用LLMs复制了党派群体智慧现象,扮演民主党和共和党角色进行结构化互动,评估代理人的回应如何通过社会影响来演变。我们的主要发现表明,扮演具体人物并且没有链式思考的LLM代理人与人类行为紧密一致,而有链式思考则损害了一致性。然而,将明确的偏见纳入代理人提示并不一定增强党派群体的智慧。此外,用人类数据对LLMs进行微调显示出实现类似人类行为的潜力,但存在过度拟合特定行为的风险。这些发现展示了在模拟人类群体现象时使用LLM代理人的潜力和局限性。