大语言模型在社会模拟中的决策-making computational basis
人工智能
2025-12-24 v4 计算机与社会
机器学习
综合经济学
经济学
摘要
大语言模型（LLM）日益成为社会科学和实际应用场景中类人决策代理。这些 LLM-agents 通常被赋予类人角色并置于真实情境中。然而，这些角色和情境如何塑造 LLM 的行为仍存未探索之谜。本研究提出并测试了若干方法，用于探测、量化和修改 LLM 在公平性与利他行为实验中的内部表征。我们从 LLM 的内部状态中提取“变量变化向量”（如从“男性”到“女性”的向量）。在模型推理过程中操控这些向量可显著改变这些变量与模型决策之间的关系。该方法为研究和调控基于 Transformer 的模型中社会概念的编码方式提供了原则性方法，具有针对 alignment、去偏见以及设计用于社会模拟的 AI 代理的意义，适用于学术和商业应用，旨在加强社会学理论与测量。
引用
@article{arxiv.2504.11671,
title = {Computational Basis of LLM's Decision Making in Social Simulation},
author = {Ji Ma},
journal= {arXiv preprint arXiv:2504.11671},
year = {2025}
}
备注
Forthcoming: Sociological Methodology; USPTO patent pending