使用校准的价值角色改进跨文化调查模拟

大语言模型 (LLM) 越来越多地用于模拟人类观点和调查响应，但它们再现跨文化群体响应的能力仍然有限。现有的基于角色的提示方法通常依赖于社会人口或人格特征，这些特征只是塑造人类反应的价值观的间接代理。我们提出了一种基于价值的角色构建方法，该方法从捕获核心文化维度的调查响应中得出文本描述符。通过对目标人群的价值概况进行采样并汇总各个角色的 LLM 响应，我们获得了基于观察到的价值分布的人群水平预测。我们进一步引入了一种校准程序，可以提高响应多样性，同时保留估计意见。我们表明，我们的方法减少了各国的预测误差，其中在代表性不足的人群中观察到了最大的改进。这大大缩小了与 LLM 先验一致的国家与那些在训练数据中代表性较低的国家之间的绩效差距，同时还产生了与人类多样性密切匹配的响应分布。