MetaPersona: синтетические популяции под задачу на эмпирике социальных исследований
Для LLM-симуляций предложен MetaPersona-DB — массив из 11 тыс.+ работ с человеческими выборками, размеченный под задачи переменными, связями и агрегированной статистикой. На его основе метод восстанавливает графы зависимостей и генерирует популяции из научно обоснованных распределений; при этом качество результатов варьируется по задачам и моделям.
Проблема холодного старта
Синтетические популяции для социальных симуляций с LLM собирают из персон. У существующих методов нет принципиальной основы для выбора включаемых атрибутов и назначения им значений. Авторы статьи arXiv:2609.38392 называют это холодным стартом. Из-за него синтетические популяции могут искажать:
- демографический состав;
- латентные атрибуты;
- структуру зависимостей.
Эти искажения влияют на последующее поведение популяции. Без принципиальной основы выбор атрибутов остается произвольным. Критерий для метода — объяснимая привязка атрибутов к задаче.
База эмпирических исследований MetaPersona-DB
Полное название статьи — «MetaPersona: Task-Grounded Synthetic Populations from Empirical Social Science». MetaPersona-DB — набор данных из 11,000+ эмпирических исследований с участием людей. Каждое исследование аннотировано:
- переменными, относящимися к задачам;
- описанными взаимосвязями;
- агрегированной статистикой популяций.
Метод MetaPersona извлекает из базы релевантные задаче данные. База служит источником эмпирических априорных распределений, а не готовых персон. Критерий — проверять, покрывает ли база переменные и связи конкретной задачи. Без покрытия методу не на что опереть генерацию.
Как строится популяция
MetaPersona строит популяцию в несколько этапов:
- Извлечение релевантных задаче данных.
- Построение графов зависимостей персон на основе научной литературы.
- Формирование синтетических популяций на основе эмпирических априорных распределений.
- Связывание демографических характеристик, латентных атрибутов и результатов.
В результате персона получает значения атрибутов не из ручного выбора, а из эмпирических зависимостей. Граф фиксирует связи между характеристиками. Это отличает подход от генерации персон без опоры на литературу. Критерий — наличие прослеживаемой цепочки от задачи к данным, графу и значениям атрибутов.
Результаты оценки
Метод MetaPersona оценивали на трёх прикладных исследованиях, трёх базовых методах и трёх передовых моделях. Итоги зависели от задачи и модели.
| Прикладное исследование | Результат для MetaPersona |
|---|---|
| misinformation belief | Сильные результаты |
| AI-tool sentiment | Сильные результаты |
| income redistribution | Смешанные результаты |
Метод не даёт одинакового качества на всех задачах. Практический критерий — прогонять оценку на конкретной задаче и конкретной модели. Чужой результат не переносится автоматически.
Стоимость и рабочий интерфейс
Ключевые элементы:
- Стоимость создания персон при использовании GPT-5.2 — менее $0.5 за задачу.
- MetaPersona-Studio — прототип интерактивного интерфейса для генерации персон, основанных на эмпирических данных.
Стоимость менее $0.5 за задачу снимает часть барьера для экспериментов. Статус прототипа у интерфейса означает, что его стоит рассматривать как способ познакомиться с методом. Критерий — не закладывать прототип в рабочую инфраструктуру без проверки.
Часто задаваемые вопросы
Похожие материалы
Все материалы
Проверка coding-агентов в интерактивной XR-разработке: итоги GenXR-Bench
Опубликован GenXR-Bench — набор из 112 экспертных заданий для сквозной оценки coding-агентов в интерактивной XR-разработке: от доработки функций и исправления дефектов до создания приложений с проверкой поведения на потребительском оборудовании. У десяти протестированных моделей лучший результат составил 50,9% Pass@1; среди повторяющихся сбоев — обработка асинхронных событий датчиков, привязка объектов к реальному пространству и понимание взаимодействия в физическом контексте.
5 ноября 2026
От скалярной награды к фронту Парето: LLM-синтез RTL с многокритериальным подкреплением
Предложен способ обучать языковую модель генерировать не одну схему, а набор RTL-кандидатов с разными компромиссами между площадью, задержкой и энергопотреблением; награда строится по вкладу варианта в гиперобъём фронта Парето. На RTLLM v2 относительный гиперобъём вырос на 13,3 п.п. относительно базовой версии без оптимизации PPA и на 14,4 п.п. относительно одноцелевого обучения с подкреплением.
5 ноября 2026
Медицинские LLM узнают о пересмотре рекомендаций, но часто отвечают по прежним правилам
Исследование ChronoEvo на 1709 изменениях клинических рекомендаций показывает: в основной модели 90,8% ответов фиксировали новшество, однако полностью применяли его только 58,5%, а разрыв в 32,3 п.п. сохранялся у 14 моделей. Даже усиление заметности обновлений не дало значимого прироста в полном переносе новых правил в клиническую рекомендацию.
4 ноября 2026