通过背景故事集为语言模型定制虚拟角色：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：BAIR Blog

被训练在由数百万甚至数十亿独特人类作者集体产生的海量文本语料库上的大型语言模型（LLMs），其含义是什么？

在《语言模型即代理模型》（Language Models as Agent Models）一文中，令人信服的证据表明，近期的语言模型可以被视为代理的模型：当提供文本上下文时，LLMs有能力生成反映可能产生该上下文的代理特征的条件文本。这表明，通过适当的条件设置，LLMs可以被引导去近似特定人类的声音回应，而不是通常所出现的声音混合体。如果实现，这种LLMs的能力将对用户研究和社会科学产生重大影响——被条件设置的语言模型可以作为人类受试者的虚拟角色，用于具有成本效益的试点研究，并支持人类研究中的最佳实践，例如贝尔蒙特报告中的公正和行善原则。

在这项工作中，我们介绍Anthology，一种通过向模型提供详细的个人生活叙事作为条件上下文，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LLMs本身生成背景故事的方法，以便有效地生成涵盖广泛人类人口统计学特征的大量数据集。
通过将语言模型植根于自然主义的背景故事中，Anthology能够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

利用个体生活叙事条件化语言模型生成

早期将LLMs引导至虚拟角色的方法的一个显著局限在于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学信息来提示LLMs，例如：“我是一个来自加州的25岁的人。我的最高学历是高中以下”，这些本质上是基于一组人口统计变量生成的文本。使用这些方法，我们只能在总体水平上近似人类样本，而不能在个体水平上，这导致了：

• 响应容易出现LLMs默认的刻板印象和/或原型描绘，因为它们仅基于人口统计变量（例如，种族和性别）进行条件设置
• 无法提供重要的关注指标，如协方差和统计显著性，因为个体响应是进行此类计算所必需的

Anthology通过使用丰富的背景故事进行条件设置，使得近似个体受试者成为可能。通过这些背景故事，模型捕获了个体身份的隐性或显性标记，包括人口统计特征以及对文化、社会经济背景和人生哲学的自发性引用。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。然后，我们将由每个背景故事条件设置的虚拟角色与真实世界的调查样本进行匹配。

结果：更接近地近似公众意见调查

为了进行评估，我们将不同方法在近似三个皮尤研究中心ATP调查（第34、92和99波）的背景下，对条件设置虚拟角色的有效性进行了比较。

在近似皮尤研究中心ATP调查中的人类响应结果。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指标。

作为用虚拟角色近似人类样本的成功衡量标准，我们考虑以下指标：

• 响应分布的平均Wasserstein距离（WD），作为代表性的度量
• 相关矩阵的弗罗贝尼乌斯范数（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，我们通过重复将人类总体随机分成两个相等大小的组，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。

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设置方法。在比较两种匹配方法时，贪婪匹配方法在所有波次上的平均Wasserstein距离方面往往表现更好。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和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虚拟受试者的权重不可避免地低于贪婪匹配中的权重，因为后者放宽了一对一对应的约束。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更能引发细致入微的响应。

最后的思考

Anthology为LLMs中条件设置虚拟角色开辟了一个有前景的新方向，它可能通过提供一种可扩展的、有时是合乎伦理的传统人类调查的替代方案，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的使用也带来了几个需要注意的事项：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更多样化的背景故事集，每个故事都代表了个体一致的生活叙事。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角色模拟。最后，将LLMs应用于行为研究的一个激动人心的下一个维度将涉及模拟长期影响，允许虚拟角色模型化和回顾性地检查随时间的变化。

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希望进一步讨论我们的工作，请告诉我们！

了解更多关于我们的工作：完整的论文链接

@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。