通过背景故事集为语言模型构建虚拟形象：Anthology 方法介绍

📢 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 等 (BAIR Blog)

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，这对它们意味着什么？

在《语言模型即智能体模型》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智能体的模型：当提供文本上下文时，LLMs能够生成反映可能产生该上下文的智能体特征的条件文本。这表明，通过适当的条件设定，LLMs可以被引导去近似特定人类的声音，而不是它们通常表现出的那种声音的混合体。如果得以实现，这种LLMs的能力将对用户研究和社会科学产生重大影响——条件化语言模型作为人类受试者的虚拟形象，可以作为具有成本效益的试点研究，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行善原则。

在这项工作中，我们介绍了Anthology，这是一种通过提供个人丰富详细的生命叙事作为模型的条件上下文，来引导LLMs生成具有代表性、一致性和多样性虚拟形象的方法。在此过程中，我们还提出了从LLMs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特征的大规模数据集。
通过将语言模型建立在自然主义的背景故事之上，Anthology 能够以更高的保真度模拟个体人类样本，其衡量标准在于匹配人类响应的分布和一致性。

我们的方法：Anthology

使用个人生命叙事条件化语言模型生成

早期方法在引导LLMs生成虚拟形象方面存在一个显著限制，即无法可靠地近似个体人类样本。先前的方法仅用广泛的人口统计信息来提示LLMs，例如，“我是一个来自加州的25岁的人。我的最高学历低于高中”，这些本质上是根据一组人口统计变量生成的文本集合。使用这些方法，我们只能在群体层面上近似人类样本，而无法在个体层面实现，这导致了：

• 响应容易使LLMs默认采用刻板印象化和/或原型化的描绘，因为它们仅以人口统计变量（如种族和性别）为条件设定。
  
• 无法提供诸如协方差和统计显著性等重要关注指标，因为计算需要个体响应。

Anthology 通过使用丰富详细的背景故事进行条件设定，使得近似个体受试者成为可能。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对语言模型提出不受限制、开放式的提示（例如，“告诉我关于你自己”）来生成大量代表广泛人口统计属性的背景故事。然后，我们将以每个背景故事为条件的虚拟形象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 Research Center ATP调查（第34、92和99波）中条件化虚拟形象的有效性进行了比较。

在近似Pew Research Center 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结果的值。

作为用虚拟形象近似人类样本的成功度量标准，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 作为内部一致性的额外度量。

在分析虚拟受试者之前，我们通过随机重复将人类群体划分为两个相等大小的组别，并计算子组之间的这些指标，来估算每个评估指标的下限。我们取100次迭代的平均值来代表下限估计值。

我们一致观察到，对于Llama-3-70B和Mixtral-8x22B模型，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距离上倾向于显示出更好的性能。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的限制。这种差异可能导致与贪婪匹配的对应项相比，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，我们方法中生成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。

最后的思考

Anthology 标志着LLMs中条件化虚拟形象的一个有希望的新方向，它可能通过提供传统人类调查的一种可扩展、有时甚至是更合乎道德的选择，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，使用Anthology也带来了需要注意的几点：尽管生成的背景故事有助于创建更具代表性的形象，但仍然存在固化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从更广泛、更多样化的背景故事中受益，每个背景故事都代表了个体一致的生命叙事。
此外，这项工作一个有价值的扩展是考虑自由形式的响应生成，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形象模拟。最后，将LLMs应用于行为研究的下一个激动人心的维度是模拟长期影响，允许虚拟形象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，请告知我们！

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。