热点事件持续更新
研究提出RCG指标揭示LLM模拟调查受访者存在覆盖缺陷
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月，arXiv发表的一项自然语言处理研究指出，大语言模型（LLM）模拟的问卷受访者虽能匹配答案分布，却无法有效覆盖真实人类群体，研究所提出的受访者覆盖差距（RCG）指标证实了该问题。在两项美国社会调查评测中，受测的全部6款LLM均存在遗漏人类受访者的情况，在主设置下的表现甚至落后于独立边际采样基线。同时，在各类提示词与推理设置下，所有受测LLM的RCG指标均高于拟合人类数据的高斯Copula模型。
AI 根据报道生成 · 7 小时前更新
最新进展10月23日 12:00
最新研究提出RCG指标，评测显示6款LLM模拟问卷受访者均遗漏真实人类。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv 自然语言处理硅样本匹配了问卷答案却未能匹配受访者
大语言模型模拟的问卷受访者虽能匹配答案分布却无法覆盖真实人类，受访者覆盖差距（RCG）指标证实了这一问题。在两项美国社会调查评测中，受测的全部 6 款 LLM 均遗漏了人类受访者，主设置下表现甚至落后于独立边际采样基线。在各类提示词与推理设置下，所有 LLM 的 RCG 均高于拟合人类数据的高斯 Copula（Gaussian copula）。
本事件热度走势
当前热度 8·可比范围峰值 10（10月23日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。