缓解随机硅采样中的社会愉好偏差

大型语言模型（LLM）日益用于模拟人口响应，这种方法称为“硅采样”。然而，针对社会敏感问题的回答常常表现出社会愉好偏差（Social Desirability Bias, SDB），与真实人类数据相比更趋向于社会可接受的答案。现有关于LLM基于采样的社会愉好偏差研究仍有限。本文我们研究是否存在通过最小化、基于心理学的提示词措辞来缓解这一偏差，并提高硅样本与人类样本之间的对齐程度。我们使用美国选举研究（ANES）数据，对来自两个模型系列的三个LLM（开源的Llama-3.1系列和GPT-4.1-mini）进行研究。我们首先复现了基线硅采样研究，确认了持续存在的社会愉好偏差。随后我们测试了四种基于提示词的缓解方法：reformulated（中性、第三人称表述）、reverse-coded（语义反转）以及两个元指令，分别为priming和preamble，鼓励分析和诚实。使用Jensen-Shannon散度（JSD）并结合自助置信区间评估与ANES的对齐程度。我们的结果表明，reformulated提示词最有效地改善了对齐，通过减少对社会可接受答案的分布集中度，使分布更接近ANES。reverse-coding在不同合格项目上产生了混合结果，而Priming和Preamble鼓励了响应的一致性，对缓解偏差没有系统性益处。我们的发现验证了基于提示词的框架控制在缓解LLM内在社会愉好偏差方面的有效性，为实现更具代表性的硅采样提供了实际路径。