3,583 papers

Меню

arXiv:2602.04674 73 4 фев. 2026 г. PRO

Системные искажения LLM при симуляции людей: переоценка установок, игнорирование социального контекста

КЛЮЧЕВАЯ СУТЬ
Обнаружено: LLM катастрофически плохо симулирует реальных людей. Даёшь ей полный профиль — демография, убеждения, медиапотребление и личные связи (кто в окружении, кто с кем общается). Модель игнорирует социальные сети и строит прогноз только на установках. Это критично для всех кто просит LLM "притвориться персоной" или "оцени как отреагирует аудитория X". Модель видит мир как набор изолированных мнений, а не социальную сеть влияний. Убери из профиля "кто в друзьях" — точность почти не падает. Убери "доверие к науке" — рушится. Три системных искажения: 1) Связь "поверил → поделился" почти абсолютная (0.9 против 0.4-0.6 у людей). 2) Из профиля модель объясняет 70-80% поведения, у людей только 5-20%. 3) Социальное окружение — мощный предиктор для людей, для LLM — шум.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с