Synthetic Consumer LabSynthetic Consumer Lab
Makale özeti — 5 dk okuma

LLM tabanlı doppelgänger modelleri: anket simülasyonlarında insan benzeri yanıtlar için sentetik veri

Sentetik veriyle bireysel görüşlerin öğrenilmesi ve taklit edilmesi; doğruluk ve heterojenlik.

Araştırma Soruları

  • LLM tabanlı bir model bireyin konuşmalarından düşüncelerini ve yargılarını öğrenerek bunları taklit edebilir mi?
  • Bu tür birey odaklı modeller anket araştırmalarında kullanılabilir mi?
  • Tek cihazlı (40GB GPU) pratik bir ortamda bireysel görüşlerin simülasyonu yapılabilir mi?

Sonuçlar

  • Doppelgänger modeli, bireysel görüşleri yüksek doğrulukla taklit edebildi.
  • 5’li ölçekte %67, 3’lü ölçekte %80 doğruluk elde edildi.
  • Uzun context (örn. 3.000 token) ve fazla epoch doğruluğu artırdı.
  • GPT-3.5 Turbo ve Gemini gibi ticari modellerden daha yüksek performans gösterdi.
  • Tek 40GB GPU üzerinde uygulanabilirliği kanıtlandı.

Bulgular

  • Doppelgänger modeli, yalnızca grup düzeyinde değil bireysel düzeyde de görüşleri yeniden üretme kapasitesine sahip.
  • Surveyed LLM (0,46/0,65 doğruluk) ve ticari modeller bireysel taklit konusunda yetersiz kaldı.
  • Yalnızca metadata kullanıldığında tahminler zayıf ve yanlı sonuç verdi.
  • Ortalama 21 konuşma verisiyle bile model etkin biçimde öğrenme sağlayabildi.
  • Model, bireysel heterojenliği ve kişiselleştirilmiş yanıtları yansıtma konusunda güçlü bir araç sundu.

Puanlar

  • LLM Modelleri: 5
  • Sentetik Veri: 5
  • Yöntem: 5
  • Hız: 4
  • Etik: 2
  • Doğruluk Oranı: 5
  • Demografi: 2

Bu makale ile ilgili daha detaylı bilgiye ulaşmak isterseniz buraya tıklayarak ilgili makalenin ekine ulaşabilirsiniz.

Kaynağın tam metni ← Tüm makaleler