LLM 支持的虚拟群体，用于需求模拟和定价

我们开发了一种由 LLM 支持的虚拟人口模型，该模型可以在产品通过丰富的非结构化信息（例如文本描述和图像）进行描述的环境中模拟定价决策的需求，并且决策者不仅需要平均需求预测，还需要反事实价格的不确定性估计。我们的模型将暴露的客户表示为从有限的客户角色组合中提取的。对于每个角色、产品和候选价格，LLM 使用结构化角色信息和非结构化产品信息得出角色级购买概率。这些概率通过校准的混合权重进行汇总，形成总需求的预测分布。由此产生的模拟器可以评估各种定价目标下的反事实价格，包括预期收入和风险意识标准，例如条件风险价值。我们在包含产品描述和图像的在线 H&M 时尚数据集上测试了该框架。经过校准的基于 LLM 的模拟器在所考虑的模型中实现了最佳的整体预测性能，并支持样本高效的定价决策。我们的框架提供了一种实用的方法，可以使用 LLM 作为历史需求数据有限但产品信息丰富的产品的需求模拟器。通过生成完整的预测需求分布而不仅仅是点预测，它使管理人员能够比较候选价格，量化需求不确定性，并选择针对平均情况收入或风险意识目标的价格。