绘制 LLM 在追踪人类个性特征、社会人口统计学和社交媒体行为时如何辩论社会问题的图谱

大语言模型 (LLM) 可以强烈塑造社交话语，但研究 LLM 输出如何在受控社交和情境提示下变化的数据集仍然很少。认知数字阴影 (CDS) 是一个包含 190,000 条记录的合成语料库，支持对 LLM 生成的话语进行分析。每条 CDS 记录均由 19 个 LLM 之一生成，提示跟踪人类角色或人工智能助手角色。 CDS 包含 LLM 对 4 个有争议的社会话题的回应：疫苗/医疗保健、社交媒体虚假信息、科学中的性别差距和 STEM 刻板印象。角色条件记录对 17 种社会人口学和心理属性进行编码，提供链接 LLM 提示、语言、立场和推理的数据。文本经过主题锚定验证，并且可以通过可解释的 NLP（例如文本形式网络）支持情感分析。 CDS 通过具有用户友好的仪表板的池化平台得到了丰富，可以对角色、主题和模型之间的情感和语义框架进行简单、交互式的组级比较。 CDS 提示框架支持未来对 LLM 偏见、社会敏感性和一致性的审计。