摘要

本文介绍了一种名为“Anthology”的方法，用于通过利用开放式的生命叙事（称为“backstories”）来条件化大型语言模型（LLMs）以创建特定的虚拟角色。该方法通过增强实验结果的一致性和可靠性，同时确保多样性子群体的更好代表性，展示了其在匹配人类受访者响应分布方面的显著改进。通过在全国代表性的人类调查中进行的三个实验，Anthology方法在匹配人类响应分布方面实现了高达18%的改进，在一致性指标上实现了27%的改进。该方法的代码和生成的backstories已在GitHub上公开，以便未来研究和应用。

原理

Anthology方法的核心在于使用LLMs生成自然主义的backstories，这些backstories作为模型提示的前缀，以强烈条件化后续文本完成。Backstories是第一人称叙事，涵盖了个体生活的各个方面，从成长地点和经历到教育、职业和个人关系，再到价值观和信仰。这些故事本质上是开放式的和个人化的，触及作者的多种人口统计和个性特征。通过将这些backstories作为前缀提供给LLMs，模型能够生成反映特定虚拟角色的一致性和真实性的文本。

流程

Anthology方法的工作流程包括四个阶段：首先，利用语言模型生成一系列backstories，这些backstories使用不受限制的提示。接下来，对每个backstory条件化的角色进行人口统计调查，以估计角色的人口统计特征。然后，根据目标人口统计分布，有方法地选择一组代表性的虚拟角色，并基于这些角色进行调查。最后，通过这种方法，可以近似模拟人类调查结果。例如，一个生成的backstory可能描述一个人在加利福尼亚中央海岸长大，父母在他三岁时离婚，十五年来未与父亲交谈。这样的背景信息为模型提供了丰富的上下文，以生成符合该角色特征的响应。

应用

Anthology方法的应用前景广泛，特别是在行为研究领域，如心理学、经济学和社会科学。通过模拟人类参与者的响应，该方法可以用于快速且经济地进行大规模的初步研究，帮助调查设计者满足最佳实践，同时避免对真实人类受访者造成潜在伤害。此外，该方法还可以用于测试和验证假设，以及在正式的人类研究之前进行预实验。