論文の概要: Using Large Language Models to Simulate Multiple Humans

• arxiv url: http://arxiv.org/abs/2208.10264v1
• Date: Thu, 18 Aug 2022 17:54:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-23 12:12:48.591006
• Title: Using Large Language Models to Simulate Multiple Humans
• Title（参考訳）: 複数の人間をシミュレートする大規模言語モデル
• Authors: Gati Aher, Rosa I. Arriaga, Adam Tauman Kalai
• Abstract要約: 本稿では,GPT-3のような大規模言語モデルを用いて,異なる人間の応答を所定の文脈でシミュレートする手法を提案する。 我々は、確立した経済、精神言語、社会実験を再現し、その方法を試す。
• 参考スコア（独自算出の注目度）: 7.696359453385686
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a method for using a large language model, such as GPT-3, to simulate responses of different humans in a given context. We test our method by attempting to reproduce well-established economic, psycholinguistic, and social experiments. The method requires prompt templates for each experiment. Simulations are run by varying the (hypothetical) subject details such as name and analyzing the text generated by the language model. We validate our methodology by using GPT-3, to show that it is possible to simulate responses of different people and that their responses are consistent with prior human studies from the literature. We find that the distributions generated by larger language models better align with prior experimental results, suggesting a trend that future language models may be used for even more faithful simulations of human responses. Our use of a language model for simulation is contrasted with anthropomorphic views of a language model as having its own behavior.
• Abstract（参考訳）: 本稿では,GPT-3のような大規模言語モデルを用いて,異なる人間の応答を所定の文脈でシミュレートする手法を提案する。 我々は、確立した経済、精神言語、社会実験を再現し、その方法を試す。 このメソッドは実験ごとにプロンプトテンプレートを必要とする。 シミュレーションは、言語モデルによって生成されたテキストの名前や分析などの(仮説的な)主題の詳細を変化させることで実行される。 我々は、GPT-3を用いて、異なる人の反応をシミュレートし、その応答が文献からの先行する人間の研究と一致していることを示す。 より大きな言語モデルによって生成された分布は、以前の実験結果とよりよく一致し、将来の言語モデルがより忠実な人間の反応のシミュレーションに使用される傾向が示唆された。 シミュレーションにおける言語モデルの利用は、言語モデルが独自の振る舞いを持つという人為的視点とは対照的である。

関連論文リスト

• Spontaneous Style Text-to-Speech Synthesis with Controllable Spontaneous Behaviors Based on Language Models [55.898594710420326]
  本稿では,言語モデルに基づく新たな自然音声合成システムを提案する。 自発音声における微妙な韻律変化を捉えるモデルの能力を高めるために, きめ細かい韻律モデリングを導入する。
  論文  参考訳（メタデータ） (2024-07-18T13:42:38Z)
• Toward In-Context Teaching: Adapting Examples to Students' Misconceptions [54.82965010592045]
  本稿ではAdapTと呼ばれる一連のモデルと評価手法を紹介する。 AToMは、学生の過去の信念を共同で推論し、将来の信念の正しさを最適化する適応教育の新しい確率論的モデルである。 本研究は,適応型学習課題の難しさと,それを解決するための学習適応モデルの可能性を両立させるものである。
  論文  参考訳（メタデータ） (2024-05-07T17:05:27Z)
• Simulating Family Conversations using LLMs: Demonstration of Parenting Styles [0.0]
  本研究では,大規模言語モデル(LLM)を用いた模擬会話を通して,心理学的・言語的な研究を行うための枠組みを提案する。 提案手法は、特に潜在的な非倫理的言語や行動を含む人間の相互作用をシミュレートする上で、大きな利点を提供する。
  論文  参考訳（メタデータ） (2024-03-10T09:18:43Z)
• Using Artificial Populations to Study Psychological Phenomena in Neural Models [0.0]
  言語モデルにおける認知行動の調査は、意味のある結果を得るために適切な集団で行う必要がある。 我々は、実験集団を効率的に構築するために、新しいアプローチにおける不確実性推定の作業を活用する。 本研究では,不確実性推定文献の理論的根拠と,言語モデルに関する現在の認知作業からのモチベーションを提供する。
  論文  参考訳（メタデータ） (2023-08-15T20:47:51Z)
• Simulating H.P. Lovecraft horror literature with the ChatGPT large language model [0.0]
  本稿では,ChatGPT大言語モデル,特にGPT-4アーキテクチャを用いて,H.P. Lovecraftのホラー文学をシミュレートする新しい手法を提案する。 本研究の目的は,Lovecraftの独特な書体スタイルとテーマを模倣したテキストを生成することであり,また,モデル出力の導出において,迅速な工学的手法の有効性を検討することである。
  論文  参考訳（メタデータ） (2023-05-05T11:03:03Z)
• Out of One, Many: Using Language Models to Simulate Human Samples [3.278541277919869]
  このようなツール(GPT-3言語モデル)の「アルゴリズムバイアス」は、粒度と人口統計学的に相関していることを示す。 我々は、実際の人間の参加者から何千もの社会デマトグラフィーのバックストリーにモデルを条件付けることで「シリコンサンプル」を作成します。
  論文  参考訳（メタデータ） (2022-09-14T19:53:32Z)
• Naturalistic Causal Probing for Morpho-Syntax [76.83735391276547]
  スペインにおける実世界のデータに対する入力レベルの介入に対する自然主義的戦略を提案する。 提案手法を用いて,共同設立者から文章中の形態・症状の特徴を抽出する。 本研究では,事前学習したモデルから抽出した文脈化表現に対する性別と数字の因果効果を解析するために,本手法を適用した。
  論文  参考訳（メタデータ） (2022-05-14T11:47:58Z)
• Dependency-based Mixture Language Models [53.152011258252315]
  依存性に基づく混合言語モデルを紹介する。 より詳しくは、依存関係モデリングの新たな目的により、まずニューラルネットワークモデルを訓練する。 次に、前回の依存性モデリング確率分布と自己意図を混合することにより、次の確率を定式化する。
  論文  参考訳（メタデータ） (2022-03-19T06:28:30Z)
• Empowering Language Understanding with Counterfactual Reasoning [141.48592718583245]
  本稿では,反現実的思考を模倣した反現実的推論モデルを提案する。 特に,各実例に対して代表的対実サンプルを生成する生成モジュールを考案し,その対実サンプルと実例サンプルを比較してモデル予測を振り返るレトロスペクティブモジュールを考案した。
  論文  参考訳（メタデータ） (2021-06-06T06:36:52Z)
• Exploring emotional prototypes in a high dimensional TTS latent space [3.4404376509754506]
  訓練されたGSTタコトロンモデルを用いて韻律潜在空間を探索し、感情的韻律のプロトタイプを探索する。 モデルの潜在空間の特定の領域が特定の感情に確実に関連していることを示す。
  論文  参考訳（メタデータ） (2021-05-05T06:49:21Z)
• Reverse Engineering Configurations of Neural Text Generation Models [86.9479386959155]
  モデル選択の結果、機械が生成したテキストに現れるアーティファクトの研究は、新しい研究領域である。 我々は、モデリング選択が検出可能なアーティファクトを生成テキストに残すかどうかを確認するために、広範囲な診断テストを実行する。 我々の重要な発見は、厳密な実験によって裏付けられ、そのような成果物が存在することと、生成されたテキストのみを観察することで異なるモデリング選択を推測できることである。
  論文  参考訳（メタデータ） (2020-04-13T21:02:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。