arXiv · AI· Zihan Chen, Di Zhu, Lei Nico Zheng·· 2026-10-06AI 评分58
研究:LLM 模拟人类问卷回答在跨域基准中系统性失败
When Synthetic Users Fail: A Cross-Domain Benchmark of LLM-Simulated Human Survey Responses
AI 导读
一项 arXiv 预印本研究对 LLM 作为合成用户替代人类受访者的有效性做了跨域基准测试,覆盖两个模型家族、从 8B 到前沿能力范围的四个模型,以及美国综合社会调查(General Social Survey)和世界价值观调查(World Values Survey)两个真实人类回答数据集。
来源:arXiv · AI · arxiv.org