📢 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 (BAIR)
我们介绍了Anthology，一种通过生成和利用具有丰富个人价值观和经历的自然主义背景故事作为条件上下文，来指导大型语言模型（LLM）生成具有代表性、一致性和多样性的虚拟角色的方法。
大型语言模型（LLMs）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上进行训练，这意味着什么呢？
在《语言模型作为智能体模型》（Language Models as Agent Models）中，有令人信服的证据表明，近期的语言模型可以被视为智能体的模型：当提供文本上下文时，LLMs 能够生成代表了可能产生该上下文的智能体特征的条件文本。这表明，通过适当的条件设置，LLMs 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。如果能实现这一点，这项能力将对用户研究和社会科学产生重大影响——条件化的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，例如贝尔蒙特报告中的正义和仁慈原则。
在这项工作中，我们推出了Anthology，这是一种通过提供个体详尽的生活叙事作为模型条件上下文，来引导 LLMs 形成具有代表性、一致性和多样性的虚拟角色的方法。在此过程中，我们还提出了从 LLM 本身生成背景故事的方法，以此来高效地生成涵盖广泛人类人口统计学特征的大量数据集。
通过将语言模型建立在自然主义的背景故事之上，Anthology 使得 LLM 能够以更高的保真度来模拟个体人类样本，这一点通过匹配人类反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
早期方法在将 LLM 引导至虚拟角色方面的一个显著局限是无法可靠地近似个体人类样本。先前的方法仅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的 25 岁的人。我的最高教育水平是高中以下”，这本质上是从一组人口统计变量的元组生成的文本体。使用这些方法，我们只能在人群层面近似人类样本，而不能在个体层面近似，这导致了：
- 由于仅根据人口统计变量（如种族和性别）进行条件化，响应容易导致 LLM 默认采用刻板印象和/或原型化的描绘
- 由于此类计算需要个体响应，因此无法提供诸如协方差和统计显著性等重要关注指标
Anthology 通过使用详尽的背景故事进行条件化，实现了对个体受试者的近似。通过这些背景故事，模型捕捉到了个人身份的隐性与显性标记，包括人口统计特征以及对文化、社会经济背景和人生哲学的自发引用。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集。然后，我们将通过每个背景故事进行条件化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 Pew 研究中心 ATP 调查（第 34、92 和 99 波）中的虚拟角色条件化效果进行了比较。
在近似皮尤研究中心 ATP 调查的人类反应方面的结果。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数值。
作为使用虚拟角色近似人类样本的成功度量，我们考虑了以下指标：
- 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，我们通过反复将人群随机分成两个大小相等的组，并计算亚组之间的这些指标，来估计每个评估指标的下限。我们取 100 次迭代的平均值作为下限估计值。
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，贪婪匹配法在所有波次的平均 Wasserstein 距离方面倾向于表现更好。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的虚拟用户数量有限。具体来说，分配给最大权重匹配中匹配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关系的约束。这种差异可能导致与贪婪匹配相比，匹配到的人类和虚拟用户之间的人口统计相似性较低。这些结果表明，我们方法中生成的背景故事的丰富性比基线方法能引发更细致的响应。
最后的思考
Anthology 标志着在 LLM 中条件化虚拟角色的一个有前景的新方向，它有可能通过提供比传统人类调查更具可扩展性、有时甚至更具伦理性的替代方案，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，与任何其他语言模型在社会科学中的应用一样，Anthology 的使用也带来了几点考虑：尽管生成的背景故事有助于创建更具代表性的角色，但仍然存在加剧偏见或侵犯隐私的风险，因此结果应谨慎使用和解释。
在未来步骤方面，我们设想我们的方法可以受益于更广泛和多样化的背景故事集，每组背景故事都代表了个体连贯的生活叙事。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，从而实现超越多项选择等结构化调查格式的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令人兴奋的维度将涉及模拟长期效应，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大量的技术挑战；如果您有兴趣合作或想进一步讨论我们的工作，请随时告诉我们！
了解更多关于我们的工作：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。
评论区