MetaPersona：基于社会研究实证数据定制的合成群体

冷启动问题

用于 LLM 社交模拟的合成人口由人物画像构成。现有方法缺乏选择纳入哪些属性并为其赋值的原则性依据。arXiv:2609.38392 论文的作者将此称为冷启动问题。因此，合成人口可能会在以下方面产生偏差：

• 人口统计构成；
• 潜在属性；
• 依赖关系结构。

这些偏差会影响人口后续的行为。缺乏原则性依据时，属性选择仍然是随意的。评估方法的标准是：属性与任务之间的关联是否可解释。

MetaPersona-DB：实证研究数据库

论文全名为《MetaPersona: Task-Grounded Synthetic Populations from Empirical Social Science》。MetaPersona-DB 是一个包含 11,000 多项涉及人类参与者的实证研究的数据集。每项研究均标注了：

• 与任务相关的变量；
• 研究中描述的关联关系；
• 汇总的人口统计数据。

MetaPersona 方法从数据库中提取与任务相关的数据。数据库提供的是实证先验分布，而非现成的人物画像。评估标准是：数据库是否涵盖具体任务所需的变量和关系。若未涵盖，方法就没有依据来生成内容。

人口构建流程

MetaPersona 分多个阶段构建人口：

1. 提取与任务相关的数据。
2. 基于科学文献构建人物画像依赖关系图。
3. 基于实证先验分布生成合成人口。
4. 关联人口统计特征、潜在属性和结果。

最终，人物画像的属性值并非来自人工选择，而是基于实证关系。图谱记录了各项特征之间的关联。这使该方法有别于不以文献为依据的人物画像生成方式。评估标准是：从任务到数据、图谱及属性值，是否存在可追溯的完整链条。

评估结果

MetaPersona 方法在三项应用研究、三种基线方法和三种先进模型上进行了评估。结果因任务和模型而异。

该方法在不同任务上的表现并不一致。实际评估标准是：针对具体任务和具体模型进行测试。其他场景中的结果不会自动适用。

成本与工作界面

主要内容：

• MetaPersona-Studio 是用于生成基于实证数据的人物画像的交互式界面原型。

该界面目前仍是原型，因此更适合作为了解这一方法的途径。评估标准是：未经验证，不要将原型纳入工作基础设施。