ИССЛЕДОВАНИЕ · RESEARCH · #1111
arXiv:2609.30563v1 — «Интуитивные» подсказки повышают точность LLM‑агентов при симуляции реакций в соцсетях
В статье (arXiv:2609.30563v1) четыре языковые модели прогнозировали реакции восьми профилированных сербских участников на 68 постов в соцсетях при пяти вариантах подсказок. Результаты показывают, что предоставление аттитюдных профилей значительно превосходит демографические описания, а инструкция отвечать «интуитивно» (быстро, немедленно) даёт наивысшую точность, снижает сжатие индивидуальных различий и лучше обобщается на темы, не затронутые в профиле.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В статье (arXiv:2609.30563v1) четыре языковые модели прогнозировали реакции восьми профилированных сербских участников на 68 постов в соцсетях при пяти вариантах подсказок.
- Результаты показывают, что предоставление аттитюдных профилей значительно превосходит демографические описания, а инструкция отвечать «интуитивно» (быстро, немедленно) даёт наивысшую точность, снижает сжатие индивидуальных различий и лучше обобщается на темы, не затронутые в профиле.
- Показывает, что стиль подсказки и аттитюдная информация существенно влияют на точность LLM‑агентов, что важно для тестирования политик платформ и рисков искусственного формирования общественного мнения.
ПОЧЕМУ ЭТО ВАЖНО
Показывает, что стиль подсказки и аттитюдная информация существенно влияют на точность LLM‑агентов, что важно для тестирования политик платформ и рисков искусственного формирования общественного мнения.