热点事件持续更新
研究人员提出用于LLM模拟人类行为的行为画像设计框架
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年11月，研究人员提出一种面向大语言模型（LLM）模拟分布外人类行为的行为画像设计框架，通过前向特征选择筛选画像以优化预测。在包含616个公共品博弈、144个多方谈判及1,480个泛化11-20索要金钱博弈的测试中，最优单一特征画像的预测表现优于无画像或通用角色设定。研究同时发现，增加更多特征并未带来明显的额外收益，且若跨博弈类型复用画像，预测准确率可能反而低于无画像模拟。
AI 根据报道生成 · 8 小时前更新
最新进展11月3日 13:00
研究提出LLM行为画像设计框架，实验显示最优单一特征画像表现良好，但跨场景复用或降低预测准确率。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv 人工智能面向大语言模型模拟分布外人类行为的行为画像设计
研究提出一种面向 LLM 模拟分布外人类行为的行为画像设计框架，通过前向特征选择筛选画像以优化预测。在 616 个公共品博弈、144 个多方谈判及 1,480 个泛化 11-20 索要金钱博弈中，最优单一特征画像的预测表现优于无画像或通用角色设定。更多特征并未带来明显额外收益，且跨博弈类型复用画像可能使预测准确率低于无画像模拟。
本事件热度走势
当前热度 7·可比范围峰值 9（11月3日 18:00）·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。