从价值观到观点：使用价值注入大语言模型预测人类行为与立场
计算与语言
2023-10-30 v1
摘要
能够预测人们在现实场景中对问题的观点和行为的能朮，在政治和营销等多个领域都有助益。然而，开展如欧洲社会调查般的大规模调查以征集人们对个别问题的观点可能产生高昂成本。利用先前研究表明核心人类价值观对个人决策与行动的影响，我们提出使用价值注入大语言模型（LLM）来预测观点和行为。为此，我们提出价值注入方法（VIM），一套包含两种方朮——论点生成与问答——的集合，旨在通过微调将目标价值分布注入 LLM。随后我们在四项任务上开展一系列实验，以测试 VIM 的有效性以及使用价值注入 LLM 预测人们观点和行为的可能性。我们发现，经 VIM 变体注入价值的 LLM 大幅优于基线。同时，结果表明使用价值注入 LLM 比基线方朮能更好地预测观点和行为。
引用
@article{arxiv.2310.17857,
title = {From Values to Opinions: Predicting Human Behaviors and Stances Using Value-Injected Large Language Models},
author = {Dongjun Kang and Joonsuk Park and Yohan Jo and JinYeong Bak},
journal= {arXiv preprint arXiv:2310.17857},
year = {2023}
}
备注
EMNLP 2023 main paper accepted