論文の概要: The average-farmer illusion in language-model simulations of agricultural decisions

• arxiv url: http://arxiv.org/abs/2609.15038v1
• Date: Mon, 14 Sep 2026 04:54:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:06.078369
• Title: The average-farmer illusion in language-model simulations of agricultural decisions
• Title（参考訳）: 農業決定の言語モデルシミュレーションにおける平均的農業錯覚
• Abstract要約: 言語モデルエージェントは、調査や社会シミュレーションにおいて、合成人としてますます使われている。 我々は、クロード、コーデックス、キミの4つの規定されたプロンプトデザインと、中国と4つのアフリカ諸国の農家決定の一致を比較した。
• 参考スコア（独自算出の注目度）: 9.14716652210035
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Language-model agents are increasingly used as synthetic people in surveys and social simulations, yet their apparent realism is often judged from population averages or distributional similarity. We tested what such evidence actually establishes by comparing Claude, Codex and Kimi under four prespecified prompt designs with matched farmer decisions from China and four African countries. Some configurations reproduced observed means and adoption rates. However, their person-level predictions were weak; their decisions clustered around typical values and policy-relevant extremes were largely missing. Most strikingly, a simple generator fitted only to the observed marginal dis- tribution, and given no information about any farmer, achieved greater distributional similarity than every language-model configuration. Prompt additions produced conditional gains rather than uni- versal improvement: results varied with model, outcome, population and validation target. We call this the average-farmer illusion: a synthetic population can look realistic while failing to repro- duce who does what or how behaviour varies. We provide a claim-matched validation framework and reusable modular prompts that turn prompt construction into an auditable experimental process. Population-level resemblance should therefore be treated as the start of validation, not as evidence of individual simulation.
• Abstract（参考訳）: 言語モデルエージェントは、調査や社会シミュレーションにおいて合成人として使われることが多いが、その明らかなリアリズムは人口平均や分布の類似性から判断されることが多い。 我々は、クロード、コーデックス、キミの4つの規定されたプロンプトデザインと、中国と4つのアフリカ諸国の農家決定を比較して、実際にどのような証拠が成立するかを検証した。 いくつかの構成は観察された手段と採用率を再現した。 しかし、彼らの個人レベルの予測は弱く、彼らの決定は典型的な価値観と政策関連極端にまとまっていた。 最も印象的なのは、観測された限界分布にのみ適合する単純な発電機で、すべての農夫に関する情報が与えられず、全ての言語モデル構成よりも大きな分布類似性を実現したことである。 プロンプト加算は, モデル, 結果, 人口, 検証対象によって異なる結果が得られた。 人工的な人口は現実的に見えますが、誰が何をするか、どのように振る舞うかを再現することができないのです。 クレームマッチングによる検証フレームワークと再利用可能なモジュールプロンプトを提供し、プロンプトを監査可能な実験プロセスに変換する。 したがって、個体群レベルの類似性は、個々のシミュレーションの証拠としてではなく、検証の開始として扱われるべきである。

関連論文リスト

• Marginal Fidelity Does Not Establish User Simulation in Demographic Synthetic Survey Panels: Response Contracts, Support Collapse and Conditioning Failure [51.736723807086385]
  人口密着協定は、個別のシミュレーションの証拠ではなく、エスカレーション契約の証拠であり、シミュレーションされた回答者なしで得られる推定値である。 9つのアライメントされたモデルバッテリペアでは、非個人個体数のクエリの平均は6.27 MAE対12.39であり、9つの比較すべてで勝利する。
  論文  参考訳（メタデータ） (2026-09-07T10:22:22Z)
• Emulate or Estimate? The Divergent Strengths of Base and Post-Trained Language Models for Opinion Simulation [7.947622351777421]
  人間の調査データと有望な一致を示す研究もある一方で、ペルソナの崩壊と人口統計感度の低下を示す研究もある。 最初のタスクエミュレーションと呼ばれ、モデルが集団分布に集約する個々の応答を生成する。 2つ目のタスク推定と呼ばれ、モデルが直接人口分布を予測する。
  論文  参考訳（メタデータ） (2026-08-04T02:51:38Z)
• Improving Cross-Cultural Survey Simulation with Calibrated Value Personas [2.5964189305343712]
  大規模言語モデル(LLM)は、人間の意見や調査回答をシミュレートするためにますます使われているが、文化全体にわたって人口反応を再現する能力は限られている。 本稿では,中核的な文化的側面を捉えた調査結果からテキスト記述子を導出する価値に基づくペルソナ構築手法を提案する。 提案手法は, 人口密度の低い国において, 予測誤差を低減し, 最大の改善点を示す。
  論文  参考訳（メタデータ） (2026-05-15T17:10:50Z)
• How Well Do Large Language Models Capture Human Personality? [38.97721735513693]
  大規模言語モデル(LLM)は、ペルソナのプロンプトを通じて人間の人口をシミュレートするためにますます使われている。 本研究では、より豊かなペルソナ記述が行動の忠実性を改善するという仮定を定式化し、同様に大きさの属性の組み合わせは等しくシミュレート可能であり、ペルソナ定義はタスク全体にわたって一般化される。 我々はペルソナ多様体崩壊という基本的な限界を特定し、そこでは表現的・行動的多様性の体系的収縮につながる表現的ペルソナ仕様が増加する。
  論文  参考訳（メタデータ） (2026-05-12T10:33:48Z)
• The Partial Testimony of Logs: Evaluation of Language Model Generation under Confounded Model Choice [22.228743542695835]
  本研究では,大規模に構築された大規模観測ログと,未確立のスコアリングのための小さなランダム化実験と,オフラインシミュレータを組み合わせた3ソース設計について検討する。 本研究の主な成果は,ランダム化実験とシミュレータにより因果モデル値の復元が可能であることを示す同定定理である。
  論文  参考訳（メタデータ） (2026-05-02T07:55:55Z)
• Towards Real-world Human Behavior Simulation: Benchmarking Large Language Models on Long-horizon, Cross-scenario, Heterogeneous Behavior Traces [81.41397370235102]
  我々はOmniBehaviorを紹介した。OmniBehaviorは実世界のデータから構築された最初のユーザシミュレーションベンチマークである。 現在のモデルでは,コンテキストウィンドウが拡大しても,複雑な振る舞いを正確にシミュレートすることが困難であることを示す。 この結果、個人差や長い尾の挙動が失われ、将来の高忠実度シミュレーション研究における重要な方向性が浮き彫りになる。
  論文  参考訳（メタデータ） (2026-04-09T15:26:21Z)
• Evaluation of Large Language Models via Coupled Token Generation [19.187846871216568]
  最先端の大規模言語モデルは、プロンプトに対応するためにランダム化に依存している。 大規模言語モデルの評価とランク付けは,それらの機能を支えるランダム化を制御すべきである,と我々は主張する。
  論文  参考訳（メタデータ） (2025-02-03T19:01:17Z)
• Picking on the Same Person: Does Algorithmic Monoculture lead to Outcome Homogenization? [90.35044668396591]
  機械学習における繰り返しのテーマはアルゴリズムによるモノカルチャーである。同じシステム、またはコンポーネントを共有するシステムは、複数の意思決定者によってデプロイされる。 意思決定者がトレーニングデータや特定のモデルなどのコンポーネントを共有すれば、より均一な結果が得られます。 我々はこの仮説をアルゴリズムフェアネスベンチマークで検証し、トレーニングデータの共有がホモジェナイゼーションを確実に悪化させることを示した。 結果の均質化に関する哲学的分析と社会的な課題を、デプロイされた機械学習システムに含めることに着目して結論付ける。
  論文  参考訳（メタデータ） (2022-11-25T09:33:11Z)
• Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
  ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。 正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。 人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
  論文  参考訳（メタデータ） (2022-01-27T22:15:56Z)
• Explain, Edit, and Understand: Rethinking User Study Design for Evaluating Model Explanations [97.91630330328815]
  我々はクラウドソーシング研究を行い、真偽のホテルレビューと偽のホテルレビューを区別するために訓練された詐欺検出モデルと対話する。 単語の線形バッグモデルでは、トレーニング中に特徴係数にアクセスした参加者は、非説明制御と比較して、テストフェーズにおいてモデルの信頼性が大幅に低下する可能性があることを観察する。
  論文  参考訳（メタデータ） (2021-12-17T18:29:56Z)
• Plinko: A Theory-Free Behavioral Measure of Priors for Statistical Learning and Mental Model Updating [62.997667081978825]
  Plinko(リンク)は,参加者が利用可能なすべての結果に対してボール滴の分布を推定する行動課題である。 対象者は,確率分布の確率分布を中心にクラスタリングし,事前クラスタメンバシップは学習能力を示す可能性があることを示す。 我々は,個々の参加者が信頼できる表現であり,物理的に不可解な球滴分布に直面した場合,学習が阻害されないことを検証した。
  論文  参考訳（メタデータ） (2021-07-23T22:27:30Z)

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。