新基准显示 LLM 模拟真实用户行为存在结构性偏差。
资讯摘要
论文提出 OmniBehavior，称其为首个完全基于真实世界数据构建的预测式用户模拟基准，将长程、跨场景、异质行为模式整合进统一框架。作者报告，现有孤立场景数据集存在视野狭窄问题，真实决策依赖长期跨场景因果链；对当前先进 LLM 的评测显示其难以准确预测这类行为，扩大上下文窗口后性能仍趋平。模拟与真实行为对比还揭示结构性偏差：模型倾向收敛于“积极平均人”，表现为过度活跃、人格同质化与乌托邦偏差，导致个体差异和长尾行为丢失。
要点速读
- 论文提出 OmniBehavior，称其为首个完全基于真实数据、整合长程跨场景异质行为的预测式用户模拟基准。
- 作者报告现有 LLM 难以准确预测复杂真实行为，且扩大上下文窗口后性能趋于平台。
- 模拟与真实行为对比显示 LLM 存在过度活跃、人格同质化和乌托邦偏差等结构性偏差。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。