通过背景故事集为语言模型创建虚拟角色：Anthology 方法

📢 转载信息

原文链接：http://bair.berkeley.edu/blog/2024/11/12/virutal-persona-llm/

原文作者：Suhong Moon, Marwa Abdulhai, Minwoo Kang, Joseph Suh, Widyadewi Soedarmadji, Eran Kohen Behar, David M. Chan

大型语言模型（LLM）在由数百万乃至数十亿独特人类作者集体产生的海量文本语料库上进行训练，这对我们意味着什么？

在《语言模型作为代理模型》一文中，有令人信服的证据表明，近期的语言模型可以被视为代理的模型：当提供文本上下文时，LLM 能够生成代表可能产生该上下文的代理特征的条件文本。这表明，通过适当的引导，LLM 可以被引导去近似特定人类的声音，而不是通常出现的声音的混合体。如果实现，这种 LLM 的能力将对用户研究和社会科学产生重大影响——条件化语言模型可以作为人类受试者的虚拟角色，用于成本效益高的试点研究，并支持人类研究中的最佳实践，例如贝尔蒙特原则中的公正和慈善原则。

在这项工作中，我们介绍了 Anthology，一种通过提供个体丰富详细的生活叙述作为条件上下文来引导 LLM 生成具有代表性、一致性和多样性的虚拟角色的方法。为此，我们还提出了从 LLM 本身生成背景故事的方法，以此作为有效生成涵盖广泛人口统计学特征的大规模数据集的手段。

通过将语言模型植根于自然主义的背景故事中，Anthology 使 LLM 能够以更高的保真度来模拟个体人类样本，这种保真度通过匹配人类响应的分布和一致性来衡量。

我们的方法：Anthology

使用个体生活叙事条件化语言模型生成

早期将 LLM 引导至虚拟角色的方法存在一个主要限制，即无法可靠地近似个体人类样本。先前的方法使用广泛的人口统计信息来提示 LLM，例如，“我是一个来自加利福尼亚州的 25 岁的人。我的最高教育水平低于高中”，这本质上是基于一组人口统计变量生成的文本主体。使用这些方法，我们只能在总体水平上近似人类样本，而不能在个体水平上近似，这导致了：

• 响应容易导致 LLM 倾向于刻板印象化和/或原型化的描绘，因为它们仅以人口统计变量（例如种族和性别）为条件
• 无法提供重要的关注指标，如协方差和统计显著性，因为需要个体响应来进行此类计算

Anthology 通过条件化丰富详细的背景故事，实现了对个体受试者的近似。通过这些背景故事，模型捕获了个人身份的隐性或显性标记，包括人口统计特征以及对文化、社会经济背景和生活哲学的自发提及。我们的方法涉及通过使用不受限制的开放式提示（例如，“告诉我关于你自己”）查询语言模型，来生成代表广泛人口统计属性的大量背景故事。然后，我们将以每个背景故事为条件的虚拟角色与现实世界的调查样本进行匹配。

结果：更接近地近似民意调查

为了进行评估，我们将不同方法在近似三个皮尤研究中心 ATP 调查（第 34、92 和 99 波）的背景下，对条件化虚拟角色的有效性进行了比较。

在近似皮尤研究中心 ATP 调查的人类响应方面的结果。粗体和下划线的结果分别表示最接近和第二接近人类值的值。

作为使用虚拟角色近似人类样本的成功度量标准，我们考虑以下指标：

• 响应分布之间的平均 Wasserstein 距离（WD），作为代表性的度量
• 相关矩阵之间的 Frobenius 范数（Fro.），作为一致性的度量
• Cronbach’s alpha，作为内部一致性的附加度量

在分析虚拟受试者之前，我们通过反复将人类总体随机划分为两个大小相等的子组并计算子组之间的这些指标，来估计每个评估指标的下限。我们采用 100 次迭代的平均值来表示下限估计值。

我们一致观察到，对于 Llama-3-70B 和 Mixtral-8x22B，Anthology 在所有指标上都优于其他条件化方法。在比较两种匹配方法时，贪婪匹配方法在所有波次上的平均 Wasserstein 距离方面往往表现更好。我们将匹配方法的差异归因于最大权重匹配的一对一对应条件以及可用虚拟用户的数量有限。具体来说，分配给最大权重匹配中匹配的虚拟受试者的权重必然低于贪婪匹配中的权重，因为后者放宽了一对一对应的约束。与贪婪匹配相比，这种差异可能导致匹配的人类用户和虚拟用户之间的人口统计相似性较低。这些结果表明，我们方法的背景故事的丰富性比基线方法能引发更细致入微的响应。

最后的想法

Anthology 标志着在 LLM 条件化虚拟角色方面的一个有前景的新方向，它有可能通过提供传统人类调查的可扩展的，有时甚至是合乎道德的选择，来重塑我们进行用户研究、民意调查和其他社会科学应用的方式。

然而，与语言模型在社会科学中的任何其他应用一样，Anthology 的使用也带来了几点需要考虑：尽管生成的背景故事有助于创建更具代表性的角色，但仍然存在固化偏见或侵犯隐私的风险，因此应谨慎使用和解释结果。

在未来步骤方面，我们设想我们的方法可以从更广泛、更多样化的背景故事集中受益，每个背景故事都代表了个体一致的生活叙事。此外，这项工作的一个有价值的扩展是考虑自由格式的响应生成，从而实现比多项选择等结构化调查格式更自然和细致的角色模拟。最后，将 LLM 应用于行为研究的下一个激动人心的维度将涉及模拟长期影响，允许虚拟角色对随时间的变化进行建模和回顾性检查。

所有这些方向都带来了许多技术挑战；如果您有兴趣合作或想进一步讨论我们的工作，请告诉我们！

了解有关我们工作的更多信息：完整论文链接

@article{moon2024virtual, title={Virtual personas for language models via an anthology of backstories}, author={Moon, Suhong and Abdulhai, Marwa and Kang, Minwoo and Suh, Joseph and Soedarmadji, Widyadewi and Behar, Eran Kohen and Chan, David M}, journal={arXiv preprint arXiv:2407.06576}, year={2024}
}

🚀 想要体验更好更全面的AI调用？

欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。