基于多模态基础模型从社交媒体数据推断人口属性：策略、评估与基准测试

人口属性推断在理解基于社交媒体的研究的代表性和公平性方面发挥着关键作用。然而，现有方法通常依赖单一模态，如文本、图像或网络，并且仅限于预测一到两个人口属性，限制了其在不同人群中的泛化能力和鲁棒性。本研究利用GPT-5这一最先进的多模态基础模型，从社交媒体用户资料中推断年龄、性别和种族。使用一个包含263名公开可用的X（原Twitter）用户的数据集，我们设计了一个渐进式多模态框架，逐步纳入用户名、个人简介描述、推文和头像图片，以考察每种信息源对推断准确性的贡献。结果显示在所有条件下均有一致提升，文本和视觉线索的加入显著增强了性能。GPT-5在年龄上达到0.90的总体准确率，性别为0.98，种族为0.85，在等效输入条件下优于现有模型。这些结果展示了大规模多模态基础模型在捕捉复杂跨模态人口属性线索方面的潜力，且仅需最少的任务特定训练。该研究进一步强调了一种透明、可解释的多模态推理方法，推动了社交媒体数据分析中人口属性推断的准确性、公平性和可扩展性。