ExpertIVS：大语言模型 中社会学专家驱动的个人价值模拟

大语言模型 (LLM) 智能体在社会模拟方面表现出了巨大的潜力，但仍难以准确地模拟个人价值系统。大多数现有方法将调查响应机械地拼接成提示，这些提示存在语义碎片，无法捕捉人类价值系统的内部连贯性。 LLM的价值体系通常使用静态多项选择题进行评估，无法评估现实世界对话交互中的价值取向。为了解决这些问题，我们提出了 ExpertIVS，这是一个采用 14 名社会学专家代理的框架，通过结构化的专业视角而不是直接的回答串联来解释世界价值观调查 (WVS) 的回答。这些专家代理执行深度语义重建，以生成强大且内部一致的个体配置文件。为了评估动态交互过程中LLM与个体价值系统的一致性，我们进一步引入了多主体辩论机制。来自 12 个国家/地区的 480 名个人进行的广泛实验表明，ExpertIVS 实现了 90.78% 的值恢复保真度，并且在值泛化方面显着优于基线 (+5.3%)。此外，ExpertIVS 表现出很强的个性辨别力和行为一致性，实现了从单纯的反应串联到真正的社会学角色扮演的转变。