ElectionSim: 基于大语言模型驱动智能体的大规模人口选举模拟

大规模人口选举模拟旨在对特定选举场景中特定群体的偏好进行建模。因其具有预测现实社会趋势的潜力，该研究受到了广泛关注。传统的基于智能体的建模（ABM）方法在结合复杂个体背景信息及提供交互式预测结果方面能力受限。在本文中，我们提出了 ElectionSim，一种基于大语言模型的创新选举模拟框架，旨在支持精确的选民模拟与定制化分布，并提供可与模拟选民对话的交互式平台。我们提供了一个从社交媒体平台采样的百万级选民池，以支持精确的个体模拟。我们还引入了 PPE，一个基于民调的总统选举基准，用于评估我们的框架在美国总统选举场景下的性能。通过广泛的实验与分析，我们证明了该框架在美国总统选举模拟中的有效性与鲁棒性。