論文の概要: Designing Behavioral Profiles for Language Model Simulation of Out-of-Distribution Human Behavior

• arxiv url: http://arxiv.org/abs/2611.00661v2
• Date: Tue, 03 Nov 2026 07:50:21 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:43:11.855869
• Title: Designing Behavioral Profiles for Language Model Simulation of Out-of-Distribution Human Behavior
• Title（参考訳）: アウト・オブ・ディストリビューション人間行動の言語モデルシミュレーションのための行動プロファイルの設計
• Abstract要約: 大規模言語モデル(LLM)は、人間の振る舞いをシミュレートするためにますます使われているが、これらの記述は、実験的な設計変更が不明確であるときに予測を改善する。 文献から候補となる行動特徴を引き出すフレームワークを開発し、初期の人間の実験からプロファイルを構築する。 616のパブリックグッズゲーム、144のマルチパーティバーゲティングゲーム、1,480の一般化された11-20のマネーリクエストデザイン。
• 参考スコア（独自算出の注目度）: 2.088470639937342
• License:
• Abstract: Large language models (LLMs) are increasingly used to simulate human behavior, but which descriptions of people improve prediction when experimental designs change remains unclear. We develop a framework that draws candidate behavioral features from the literature and constructs profiles from earlier human experiments. An LLM-based profile generator assigns feature values from observed actions, messages, and surveys; a separate LLM simulates behavior using these profiles. By comparing simulated and observed outcomes in the training data, we select profile contents through forward feature selection, adding features while they improve prediction. We then evaluate the selected contents without modification against outcomes from new participants under new designs. Across 616 public-goods games, 144 multi-party bargaining games, and 1,480 generalized 11--20 money-request designs, leading one-feature profiles predict human outcome distributions better than no profile or general-purpose personas. Profiles with more features provide no clear additional benefit, and features' relative predictive value largely persists across learning and validation. Using profiles from one game family to simulate another produces uneven gains and can make predictions less accurate than simulations without profiles. The framework makes the choice of behavioral information a testable part of simulation design, helping researchers assess which descriptions remain useful as experimental conditions change.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、人間の振る舞いをシミュレートするためにますます使われているが、実験的な設計が変化しても予測が改善される。 文献から候補となる行動特徴を引き出すフレームワークを開発し、初期の人間の実験からプロファイルを構築する。 LLMベースのプロファイルジェネレータは、観察されたアクション、メッセージ、サーベイから特徴値を割り当てる。 トレーニングデータのシミュレーション結果と観察結果を比較することで、前向きの特徴選択を通じてプロファイル内容を選択し、予測を改善しながら機能を追加する。 そこで我々は,新しいデザインの参加者による結果に対して変更を加えることなく,選択した内容を評価する。 616のパブリックグッズゲーム、144のマルチパーティバーゲティングゲーム、1,480の一般化された11-20のマネーリクエストデザイン。 より多くの機能を持つプロファイルには明確なメリットはない。 あるゲームファミリのプロファイルを使用して別のゲームファミリをシミュレートすると、不均一なゲインが発生し、プロファイルのないシミュレーションよりも精度が低い。 このフレームワークは、行動情報の選択をシミュレーション設計の検証可能な部分とし、実験条件の変化としてどの記述が有用かを評価するのに役立つ。

関連論文リスト

• OmniSimulator: Aligning Small Language Models for Authentic Heterogeneous Behavior Modeling [80.33444603142405]
  対話型システムのための汎用ユーザシミュレータとして,大規模言語モデル (LLM) が大きな可能性を示している。 OmniSimulator は,現実的なユーザシミュレーションのための小型 LLM の予測能力の向上を目的とした,新しいトレーニングフレームワークである。 我々は,200人の実ユーザによる3ヶ月のインタラクショントラジェクトリから,高品質なトレーニングインスタンスを9,881件構築する。
  論文  参考訳（メタデータ） (2026-10-21T09:30:12Z)
• Better Behavioral Prediction, More Faithful Model Ablations? Evidence from Sequential Choice [0.2538209532048867]
  認知を説明するために予測モデルを使用するには、正確な行動予測以上のものが必要である。 入力アブレーションは、モデルから情報を取り除き、結果のパフォーマンス変化を行動の重要性の証拠として解釈する、魅力的なルートを提供する。 我々は、既知の生成ポリシーを持つ2つの合成逐次バンディットタスクでテストする。
  論文  参考訳（メタデータ） (2026-09-28T18:38:49Z)
• How Well Can LLMs Simulate Real Learner Evaluations of Educational Feedback? [9.647485180934938]
  本研究では,大規模言語モデル(LLM)が実学習者の学習環境における主観的評価をいかにうまくシミュレートできるかを検討する。 人格特性や評価例などの学習者固有の情報を用いて,6つのモデルで性能を比較した。
  論文  参考訳（メタデータ） (2026-09-28T15:12:55Z)
• Reproducing Transparent and Scrutable Recommendations: Exploring Open-Weight Models via Natural-Language User Profiles [0.0]
  ユーザの好みを表す自然言語のユーザプロファイルを組み込んだレコメンデータシステムの透明性と精査性について検討する。 オリジナル論文では,映画や宿泊施設などの領域にまたがるユーザ生成レビューテキストからユーザプロファイルを合成する。
  論文  参考訳（メタデータ） (2026-09-17T07:36:34Z)
• BehaviorBench: Modeling Real-World User Decisions from Behavioral Traces [53.55407626944686]
  textscBehaviorBenchは、実世界の行動トレースからパーソナライズされた意思決定モデリングを評価するためのベンチマークである。 textscBehaviorBenchは、公開市場とオンチェーンの記録からウォレットレベルの意思決定履歴を再構築する。 2,000以上の評価ウォレットで、ベンチマークには141,445のBeliefインスタンスと1,485,972のTradeインスタンスが含まれている。
  論文  参考訳（メタデータ） (2026-06-01T19:04:36Z)
• Individual Turing Test: A Case Study of LLM-based Simulation Using Longitudinal Personal Data [54.145424717168794]
  大きな言語モデル(LLM)は、目覚ましい人間のような能力を示しているが、特定の個人を複製する能力は未発見のままである。 本稿では,10年以上にわたるプライベートメッセージ履歴のボランティア配信アーカイブを用いて,LSMに基づく個人シミュレーションのケーススタディを提案する。 本研究は,ボランティアの知人が,最も有望な多候補プール内の応答を正確に識別できるかどうかを評価するための「個別チューリングテスト」を提案する。
  論文  参考訳（メタデータ） (2026-03-01T21:46:27Z)
• SimBench: Benchmarking the Ability of Large Language Models to Simulate Human Behaviors [58.87134689752605]
  我々は,LLMシミュレーションの堅牢で再現可能な科学のための,最初の大規模標準ベンチマークであるSimBenchを紹介する。 現在、最高のLLMでさえシミュレーション能力が限られ(スコア: 40.80/100)、性能はモデルサイズと対数的にスケールする。 シミュレーション能力は、深い知識集約的推論と最も強く相関していることを示す。
  論文  参考訳（メタデータ） (2025-10-20T13:14:38Z)
• NextQuill: Causal Preference Modeling for Enhancing LLM Personalization [82.15961484963256]
  因果選好モデルに基づく新しいパーソナライズフレームワークであるNextQuillを紹介する。 この洞察に基づいて、NextQuillは2つの補完的なアライメント戦略を導入した。 複数のパーソナライズベンチマークの実験により、NextQuillはパーソナライズ品質を大幅に改善することが示された。
  論文  参考訳（メタデータ） (2025-06-03T02:08:55Z)
• Value Profiles for Encoding Human Variation [12.302443348395117]
  値プロファイルは、コンテキスト内デモから圧縮された基礎値の記述である。 価値プロファイルは、精査可能性、解釈可能性、操縦性という面での利点を提供する。 我々は,デコーダの予測が意味的プロファイルの違いに合わせて変化し,よく校正され,インスタンスレベルの不一致を説明するのに役立つことを示す。
  論文  参考訳（メタデータ） (2025-03-19T17:57:49Z)
• ASPEST: Bridging the Gap Between Active Learning and Selective Prediction [56.001808843574395]
  選択予測は、不確実な場合の予測を棄却する信頼性のあるモデルを学ぶことを目的としている。 アクティブラーニングは、最も有意義な例を問うことで、ラベリングの全体、すなわち人間の依存度を下げることを目的としている。 本研究では,移動対象領域からより情報のあるサンプルを検索することを目的とした,新たな学習パラダイムである能動的選択予測を導入する。
  論文  参考訳（メタデータ） (2023-04-07T23:51:07Z)

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。