通过故事集为语言模型创建虚拟角色：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

大型语言模型（LLMs）是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训练出来的，这意味着什么呢？

在 《语言模型即代理模型》（Language Models as Agent Models） 中，有令人信服的证据表明，最近的语言模型可以被视为 代理 的模型：在给定文本上下文的情况下，LLMs 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，LLMs 可以被引导去近似特定人类的声音，而不是最终出现的 声音的混合体。如果实现这一能力，将对用户研究和社会科学产生重大影响——作为人类受试者 虚拟角色 的条件语言模型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，一种通过提供详细的个人生活叙事作为模型的条件上下文，来引导 LLMs 成为具有代表性、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 LLMs 本身生成背景故事的方法，以此作为高效生成涵盖广泛人类人口统计学特征的大规模数据集的手段。
通过将语言模型建立在自然主义的背景故事之上，Anthology 允许 LLMs 以更高的保真度模拟个体人类样本，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

使用个体生活叙事引导语言模型生成

早期方法在将 LLMs 引导至虚拟角色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 使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 岁人。我的最高教育水平低于高中”，这些信息本质上是根据一系列人口统计变量生成的文本体。使用这些方法，我们只能在 人口层面 上近似人类样本，而不能在个体层面近似，这导致：

• 响应容易出现 LLMs 默认的刻板印象和/或原型描绘，因为它们仅以人口统计变量（例如种族和性别）为条件。
• 由于此类计算需要个体响应，因此无法提供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设置，使得能够近似个体主体。通过这些背景故事，模型捕获了个性身份的隐性和显性标记，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，我们将由每个背景故事条件设置的虚拟角色与现实世界的调查样本进行匹配。

结果：更接近地模拟民意调查

为了进行评估，我们在近似皮尤研究中心 ATP 的三项调查（第 34、92 和 99 波）的背景下，比较了不同方法引导虚拟角色的有效性。

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

作为用虚拟角色近似人类样本的成功度量，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，作为内部一致性的额外度量。

在分析虚拟受试者之前，我们通过重复将人群随机分成两个大小相等的组，并计算子组之间的这些指标，来估计每个评估指标的下限。我们取 100 次迭代的平均值来代表下限估计值。

我们一致观察到，Anthology 在所有指标上都优于其他条件设置方法，无论是 Llama-3-70B 还是 Mixtral-8x22B。在比较两种匹配方法时，贪婪匹配方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主体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。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，我们方法中生成的背景故事的丰富性比基线更能引发细致入微的响应。

总结

Anthology 标志着引导 LLM 虚拟角色方向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且有时更合乎伦理的替代方案，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 的使用也凸显了一些需要考虑的问题：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个体连贯的生活叙事。此外，该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、更细致入微的角色模拟。最后，将 LLMs 应用于行为研究的一个令人兴奋的新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多方面的技术挑战；如果您有兴趣合作或想进一步讨论我们的工作，请告知我们！

了解更多我们的工作： 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。