减轻基于 LLM 的人口模拟中的社会偏见

本文探讨了使用大型语言模型 (LLM) 模拟人口响应时的一个关键问题：社会期望偏差 (SDB)。它研究了基于提示的方法来减轻这种偏差，这对于确保基于 LLM 的模拟的有效性和可靠性至关重要。该研究侧重于实用的提示工程，使得研究结果可以直接应用于使用 LLM 进行社会科学研究的研究人员和从业者。使用 ANES 等已建立的数据集和严格的评估指标（Jensen-Shannon Divergence）增加了研究的可信度。

• •LLM 在模拟人口响应时表现出社会期望偏差 (SDB)。
• •基于提示的方法可以减轻 SDB。
• •重新构建的提示（中性措辞）最有效。
• •其他方法（反向编码、启动、前导）显示出混合或无益的结果。
• •研究结果提高了基于 LLM 的模拟的代表性。