Synthetic Socratic Debates: Examining Persona Effects on Moral Decision and Persuasion Dynamics
Carnegie Mellon University(卡内基梅隆大学);Duke University(杜克大学)
本文通过模拟AI-AI辩论研究人格对道德决策和说服效果的影响,发现政治意识形态和性格特质对辩论结果影响最大,且随着辩论进行,论证趋于温和。
2026-01-30 cs.CL
Whose Personae? Synthetic Persona Experiments in LLM Research and Pathways to Transparency
本文探讨了LLM研究中合成人设实验的代表性与生态效度问题,提出透明化检查表以提升评估的严谨性和实证性。
2025-11-29 cs.CL cs.CY
Faithful Persona-based Conversational Dataset Generation with Large Language Models
University of Southern California(南加州大学);Google(谷歌);Information Sciences Institute(信息科学研究所);Google Research(谷歌研究院)
本研究提出基于生成器-评判器架构的大语言模型框架,以Persona-Chat为种子生成含2万条对话的Synthetic-Persona-Chat人格型数据集,经三轮迭代后图灵测试落败率从17.2%降至8.8%。
2023-12-15 cs.CL cs.LG
OpenCharacter: Training Customizable Role-Playing LLMs with Large-Scale Synthetic Personas
Tencent AI Lab(腾讯AI实验室)
本文提出基于Persona Hub大规模合成角色档案,并通过回复重写与生成构建角色对齐指令数据,用LLaMA-3 8B进行SFT,使模型在角色扮演对话上达到接近GPT-4o的表现。
2025-02-18 cs.CL
Mapping and Influencing the Political Ideology of Large Language Models using Synthetic Personas
The University of Queensland(昆士兰大学);GESIS(德国社会科学信息研究所);University of Udine(乌迪内大学)
本研究利用PersonaHub合成人格和PCT测试,映射并尝试操纵LLMs的政治意识形态,发现模型对右翼威权主义提示响应显著,而对左翼自由意志主义响应有限,揭示了意识形态操纵的响应不对称性。
2025-02-26 cs.AI cs.CL
Persona-Based Synthetic Data Generation Using Multi-Stage Conditioning with Large Language Models for Emotion Recognition
Almondays Co., Ltd(Almondays 有限公司);Kansai University(关西大学);Yokohama City University(横滨市立大学)
针对情感数据集稀缺问题,提出基于多阶段人格条件化的大型语言模型框架PersonaGen,通过构建分层虚拟人生成高质量情感文本,在多样性、真实性与下游任务中均显著优于基线。
2025-09-13 cs.AI cs.CL
Fair-PP: A Synthetic Dataset for Aligning LLM with Personalized Preferences of Social Equity
Zhejiang University(浙江大学);IHPC and CFAR, A*STAR(IHPC和CFAR,A*STAR);Nanyang Technological University(南洋理工大学);National University of Singapore(新加坡国立大学)
本文提出源自社会调查的 Fair-PP 个性化公平偏好合成数据集,并结合自动生成框架、LLM偏好定位分析与样本重加权对齐方法,提升模型对目标人物画像的偏好适配效果。
2025-05-17 cs.AI cs.CL
Do Synthetic Personas Predict Real Audience Response? A Headline-Ranking Study with a Generic-Reader Baseline
本研究通过模拟到真实实验发现,在预测标题点击率时,无人物LLM基线优于基于真实受众人口统计的十人物面板,表明合成人物模拟会引入偏差,不如直接询问模型。
2026-11-04 cs.AI cs.CL cs.CY
Behavioral History Outperforms Descriptions of the Person for LLM Synthetic Personas
University of Washington(华盛顿大学)
本研究通过五种信息条件对比,发现行为历史比人物描述更能提升LLM合成人格对个体决策的预测准确性,尤其在个体层面显著增强预测能力。
2026-10-14 cs.AI cs.CL cs.CY
Polypersona: Persona-Grounded LLM for Synthetic Survey Responses
George Mason University, Virginia, USA(乔治·马歇尔大学);New Jersey Institute of Technology (NJIT), New Jersey, USA(新泽西理工学院);University of Southern Queensland, Queensland, Australia(南方昆士兰大学);Edinburgh Napier University, Edinburgh, Scotland(爱丁堡纳皮尔大学)
PolyPersona通过基于身份的微调,使小型语言模型能生成可靠且一致的合成调查数据,实现多领域高效调查数据生成。
2025-12-16 cs.AI cs.CL
Synthetic Fluency: Hallucinations, Confabulations, and the Creation of Irish Words in LLM-Generated Translations
Dublin City University(都柏林城市大学);ADAPT Centre(ADAPT中心)
该研究分析LLM在爱尔兰语翻译中生成不存在新词的幻觉现象,分类其模式并比较GPT-4.o与Mini的频率差异,进而探讨其对低资源语言演变的潜在影响。
2025-04-10 cs.CL
Big5PersonalityEssays: Introducing a Novel Synthetic Generated Dataset Consisting of Short State-of-Consciousness Essays Annotated Based on the Five Factor Model of Personality
University POLITEHNICA of Bucharest(布加勒斯特理工大学);The National Institute for Research and Development in Informatics – ICI Bucharest(国家信息学研发研究所——布加勒斯特ICI)
本研究针对心理学领域缺乏可用数据集的问题,提出了Big5PersonalityEssays数据集,这是一个基于人格五因素模型(FFM)标注的短篇意识流随笔合成数据库,旨在促进大语言模型在心理学中的应用。
2024-05-22 cs.CL cs.CY cs.DL
Guided Persona-based AI Surveys: Can we replicate personal mobility preferences at scale using LLMs?
Chair of Transportation Systems Engineering, TUM School of Engineering and Design, TUM, Germany(交通系统工程教授、技术大学工程与设计学院、技术大学、德国)
本研究探讨LLMs生成人工调查的潜力,通过'人设'结合现实数据,有效捕捉德国个人移动偏好中的复杂依赖关系,为交通规划提供可扩展、低成本的数据生成方案。
2025-01-20 cs.AI cs.CL cs.CY
Evaluating Cultural Adaptability of a Large Language Model via Simulation of Synthetic Personas
University College London(伦敦大学学院)
本研究通过让GPT-3.5模拟15国7286名参与者对说服性新闻的反应,发现指定居住国可提升模型文化适配性,而母语提示反而会降低模拟保真度。
2024-08-13 cs.CL
PILOT: Steering Synthetic Data Generation with Psychological & Linguistic Output Targeting
PILOT框架通过将自然语言画像转换为结构化心理语言学画像来引导大语言模型生成合成数据,实验表明基于模式的方法能显著减少画像重复并提高输出连贯性,混合引导则在多样性与一致性之间取得平衡。
2025-09-18 cs.AI cs.CL
Synthetic Reader Panels: Tournament-Based Ideation with LLM Personas for Autonomous Publishing
Nimble Books LLC(Nimble Books公司);Big Five Killer LLC(Big Five Killer公司)
该研究提出利用合成读者面板进行自主出版,通过LLM角色模拟多样化读者进行比赛评估,有效识别内容问题并提升高质量概念比例。
2026-02-16 cs.AI cs.CL cs.CY
Prompting for Policy: Forecasting Macroeconomic Scenarios with Synthetic LLM Personas
Banca d’Italia(意大利银行)
本文利用 PersonaHub 中 2,368 个经济学人物角色提示 GPT-4o 复现欧洲央行专业预测者调查,发现其预测准确度与人类专家相当且样本外仍具竞争力,但人物角色提示本身并无显著增益,可省略以降低成本。
2025-11-04 cs.CE cs.CL econ.GN
Large language model as user daily behavior data generator: balancing population diversity and individual personality
Department of Electronic Engineering, Tsinghua University(电子工程系,清华大学)
针对日常行为预测中的数据隐私与可用性问题,提出BehaviorGen框架,利用大型语言模型生成合成行为数据,兼顾群体多样性与个体个性,在移动性和手机使用预测中最高提升18.9%。
2025-05-23 cs.CL cs.IR cs.LG
SynthesizeMe! Inducing Persona-Guided Prompts for Personalized Reward Models in LLMs
Stanford University(斯坦福大学);Georgia Institute of Technology(佐治亚理工学院)
本文提出 SynthesizeMe 方法,通过从用户交互中诱导合成人物角色并筛选信息量大的历史交互来构建个性化提示,在 Chatbot Arena 上将个性化 LLM-as-a-judge 准确率提升 4.4%,并在 PersonalRewardBench 上取得最佳性能。
2025-06-05 cs.AI cs.CL
All four leading LLMs talk more than they listen to personality-verified synthetic help-seekers
Dyson School of Design Engineering, Imperial College London(帝国理工学院戴森设计工程学院);Universidad Autónoma de Madrid(马德里自治大学)
该研究构建人格感知评估,发现四大领先大语言模型在为合成求助者提供危机建议时,存在说多听少、未充分探索情况就解决问题的共性,且评估覆盖了大五人格外的心理倾向。
2026-08-25 cs.CL cs.CY cs.HC
A Tale of Two Identities: An Ethical Audit of Human and AI-Crafted Personas
Pennsylvania State University(宾夕法尼亚州立大学)
本文审计GPT4o、Gemini 1.5 Pro与Deepseek 2.5生成的1512个角色画像,揭示其对种族身份的过度凸显和叙事简化造成算法他者化,并提出评估与验证建议。
2025-05-07 cs.AI cs.CL cs.CY
From Personas to Talks: Revisiting the Impact of Personas on LLM-Synthesized Emotional Support Conversations
National University of Singapore(国立新加坡大学);Singapore Management University(新加坡管理大学)
本文探讨了人设特征在 LLM 生成情感支持对话中的作用,通过心理学框架注入人设并评估其对对话质量与策略分布的影响,发现人设能提升回复的相关性与共情质量。
2025-09-14 cs.CL
The Need for a Socially-Grounded Persona Framework for User Simulation
Salesforce Research(Salesforce研究院)
本文提出SCOPE框架,通过社会心理学协议构建更高质量的个性,提升大语言模型在社会模拟中的表现。
2026-01-23 cs.AI cs.CL cs.CY
Behaviorally Grounded User Profiles from the Wild for Personalized Alignment and Multi-Perspective Reasoning
University of Waterloo(滑铁卢大学);ServiceNow AI Research(ServiceNow人工智能研究院)
该研究提出从真实社交媒体提取用户画像的框架,通过训练时微调与测试时多视角推理,提升大语言模型个性化性能,优于合成画像基线。
2026-09-02 cs.AI cs.CL
MemoryCD: Benchmarking Long-Context User Memory of LLM Agents for Lifelong Cross-Domain Personalization
Roblox;University of Illinois Chicago(伊利诺伊大学芝加哥分校);University of Cambridge(剑桥大学)
MemoryCD通过12个多样化领域和4种个性化任务,评估14种先进LLM基模型与6种记忆方法在单域和跨域场景下的长期上下文用户记忆能力,揭示现有方法在跨领域终身个性化中的不足。
2026-03-26 cs.CL
Distributional Validity of a Korean Synthetic Persona Panel: Evidence From the Korea Media Panel Survey
College of AI Convergence, Seoul Cyber University(首尔网络大学人工智能融合学院);Sungkyunkwan University(成均馆大学)
本研究验证韩国合成角色面板NVIDIA Nemotron-Personas-Korea的分布有效性与校准,发现其无法替代真实调查数据,仅在真实数据极稀缺或用于诊断场景时具备价值。
2026-10-02 cs.CL cs.CY
PersonaTrace: Synthesizing Realistic Digital Footprints with LLM Agents
PersonaTrace通过LLM代理生成多样且逼真的数字足迹,提升数据集的多样性和真实性,从而增强模型在真实任务中的表现。
2026-03-12 cs.CL
Improved prompting and process for writing user personas with LLMs, using qualitative interviews: Capturing behaviour and personality traits of users
Abertay University(阿伯泰大学)
本文提出一种利用大语言模型(GPT3.5-Turbo-16k)结合定性访谈主题分析结果创建用户画像的工作流程,通过改进提示词和扩大主题池,旨在更有效地捕捉用户行为与人格特质,并探讨了与现有画像方法的关联。
2023-10-10 cs.CL cs.CY cs.HC
DALDALL: Data Augmentation for Lexical and Semantic Diverse in Legal Domain by leveraging LLM-Persona
Department of Industrial Engineering, Seoul National University, Seoul, South Korea(工业工程系,首尔国立大学,首尔,韩国)
本文提出DALDALL框架,通过利用法律领域专业角色生成高质量合成查询,提升词义多样性并保持语义一致性,在CLERC和COLIEE基准测试中表现优异。
2026-03-24 cs.AI cs.CL cs.IR
Re-Centering Humans in LLM Personalization
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Carnegie Mellon University(卡内基梅隆大学)
研究LLM个性化在合成数据与人类数据上的性能差距,通过收集人类对话和判断揭示系统在属性提取、相关属性配对和个性化响应生成阶段的局限性,并引入轻量级训练干预以缩小差距。
2026-06-04 cs.AI cs.CL cs.HC
Personality Traits in Large Language Models
Google DeepMind(谷歌DeepMind);University of Cambridge(剑桥大学);Keio University(庆应义塾大学);University of California, Berkeley(加州大学伯克利分校)
本文提出一种心理测量学上有效可靠的方法,用于在18个大型语言模型上测量、验证并塑造合成个性,发现较大且经指令微调的模型个性信效度更强,并探讨了其对负责任AI的伦理意义。
2025-03-11 cs.AI cs.CL cs.CY
Culturally Grounded Personas in Large Language Models: Characterization and Alignment with Socio-Psychological Value Frameworks
DIMES, University of Calabria, Italy(意大利卡拉布里亚大学DIMES研究所)
本研究通过世界价值观调查、英格尔哈特-韦尔策尔文化地图和道德基础理论,评估大型语言模型生成的文化基础人物角色是否准确反映不同文化条件下的世界和道德价值体系,并分析其跨文化结构和道德变异。
2026-09-03 cs.AI cs.CL cs.CY
Synthesizing Public Opinions with LLMs: Role Creation, Impacts, and the Future to eDemorcacy
University Of Houston(休斯顿大学);Kent State University(肯特州立大学);Ohio State University(俄亥俄州立大学)
本文提出基于知识注入的LLM角色创建方法,结合RAG与HEXACO人格档案动态生成提示,显著提升了合成公众意见与真实调查回应的一致性。
2025-03-31 cs.AI cs.CL
Coarse-to-Fine Personalized LLM Impressions for Streamlined Radiology Reports
University of Chicago(芝加哥大学);University of Washington(华盛顿大学)
本文提出由粗到细的开源 LLM 框架,结合机器学习与 RLHF,根据临床发现生成并个性化放射学报告印象,在大规模院内报告数据上微调 LLaMA 和 Mistral,以减轻医生负担并保持临床准确性。
2025-09-27 cs.AI cs.CL
We are what we repeatedly do: Inducing and deploying habitual schemas in persona-based responses
University of Rochester(罗切斯特大学)
针对对话系统需按指定人设生成回复的问题,本文提出用显式模式表示习惯性知识,检索相关模式条件化大语言模型生成人设回复,并展示从简单事实引导创建模式的方法。
2023-10-10 cs.AI cs.CL
MENASpeechBank: A Reference Voice Bank with Persona-Conditioned Multi-Turn Conversations for AudioLLMs
Qatar Computing Research Institute(卡塔尔计算研究所)
MENASpeechBank通过合成数据管道生成多轮对话数据,支持音频大语言模型在多样化语音和方言场景中的训练与应用。
2026-09-21 cs.AI cs.CL cs.SD
GRAVITY: A Framework for Personalized Text Generation via Profile-Grounded Synthetic Preferences
University of Southern California(南加州大学);Capital One Research(Capital One研究)
GRAVITY通过整合多种心理学和文化框架,生成基于个人资料的合成偏好数据,提升LLM个性化生成的效率和效果。
2025-12-10 cs.CL
Synthetic Persona Pretraining: Alignment from Token Zero
EPFL(洛桑联邦理工学院);University of Toronto(多伦多大学);Northeastern University(东北大学);SJTU(上海交通大学);Saarland University(萨尔大学);Hereon(亥姆霍兹极地与海洋研究中心);TUHH(汉堡工业大学);Ontocord AI(Ontocord人工智能公司);TUC(德累斯顿工业大学);DFKI(德国人工智能研究中心)
该研究提出合成角色预训练(SPP),在预训练token零阶段植入助手角色,通过标注反思、预训练及角色绑定,提升模型价值构成遵循度与鲁棒性,降低对齐错误率,证明预训练时角色干预是对齐的有效方法。
2026-08-14 cs.AI cs.CL cs.LG
IP-Dialog: Evaluating Implicit Personalization in Dialogue Systems with Synthetic Data
Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Shanghai Jiao Tong University(上海交通大学);Shanghai Innovation Institute(上海创新研究院);Sicore Ladder Tech Co. Ltd.(Sicore Ladder科技有限公司)
本文提出IP-Dialog基准及合成数据生成方法,覆盖10项任务和12种用户属性,并通过四指标评估框架与因果图系统评估对话系统的隐式个性化推理能力。
2025-06-03 cs.CL cs.HC
Prediction Using Note Text: Synthetic Feature Creation with word2vec
Providence Health & Services(普罗维登斯健康与服务)
word2vec提供了一种从非结构化文本数据中提取定量变量的简单而强大的方法。超过一半的医疗数据是非结构化的,因此如果没有数据工程和自然语言处理方面的专业知识,就很难建模。word2vec可以作为一个桥梁,从这些数据源中快速收集情报。在这项研究中,我们通过word2vec运行了来自Providence Health & Services电子病历的650兆字节的非结构化医疗图表笔记。我们使用了两种不同的方法来创建预测变量,并对COPD(慢性阻塞性肺疾病)患者的再入院风险进行了测试。作为比较基准,我们使用LACE风险模型(基于住院时间、敏锐度、共病状况和急诊科就诊的单一评分)进行了相同的测试。仅使用自由文本和数学可能性,我们发现word2vec在预测COPD患者再入院风险方面与LACE相当。
2015-03-17 cs.CL
Beyond Individual Personas: Aligning Synthetic Dialogue to Population-Level Behavior Distributions
Amazon(亚马逊);University of Illinois Urbana–Champaign(伊利诺伊大学厄巴纳-香槟分校);University College London(伦敦大学学院)
提出GroupPersona框架,通过将参考语料库的行为分布转化为生成控制,使合成对话语料库在群体层面与参考分布对齐,在12个行为属性上Jensen-Shannon散度降低24.4%。
2026-06-05 cs.CL
Creating and Evaluating Personas Using Generative AI: A Scoping Review of 81 Articles
University of Vaasa(瓦萨大学);Aalto University(阿尔托大学);University of Arizona(亚利桑那大学);Qatar Computing Research Institute, Hamad Bin Khalifa University(卡塔尔计算研究所,哈马德·本·卡西姆大学)
本文综述了2022-2025年间81篇关于生成式人工智能在人设创建、评估和应用中的研究,发现大多数文章缺乏评估,且存在循环风险,提出负责任整合的指导方针。
2026-04-17 cs.CL cs.HC
Marginal Alignment Does Not Guarantee Joint-Distribution Fidelity: An Official-Reference Audit of Nemotron-Personas-Korea with Cross-Locale Replication
Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院)
提出独立性假设足迹(IAF)审计方法,用于检查合成人物数据集中的联合分布保真度;应用于NVIDIA Nemotron-Personas-Korea,发现其边缘分布对齐但三个联合分布失败。
2026-06-12 cs.CL cs.CY
PERSONA: A Reproducible Testbed for Pluralistic Alignment
Stanford University(斯坦福大学)
针对语言模型偏好优化忽视少数派视角的问题,提出基于美国人口普查数据生成合成角色的可复现测试平台PERSONA,构建包含1586个角色和317,200个反馈对的大规模数据集与基准,以评估和改进多元对齐能力。
2024-07-24 cs.CL
DialogPII: A multilingual dataset of synthetic dialog transcripts to detect personal information
German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心(DFKI));Technical University Berlin(柏林技术大学);Berlin Institute of Health (BIH)(柏林健康研究所(BIH));Tilburg University(蒂尔堡大学);Universidad de Buenos Aires(布宜诺斯艾利斯大学);Independent Researcher(独立研究者);Bundesinstitut für Risikobewertung (BfR)(风险评估联邦机构(BfR))
提出DialogPII多语言合成对话数据集,覆盖8种场景、19种实体类型和11种语言,通过半自动生成、语音合成与转录、人工校正构建,并发布基线模型和验证结果。
2026-06-29 cs.CL
Synthetic Dataset Creation and Fine-Tuning of Transformer Models for Question Answering in Serbian
School of Electrical Engineering(电气工程学院);University in Belgrade(贝尔格莱德大学)
本研究采用改进的翻译-对齐-检索方法构建了含8.7万余样本、含两种文字版本的塞尔维亚语最大合成问答数据集SQuAD-sr,微调BERTić模型在XQuAD塞尔维亚语版上取得优于零样本基线的效果,验证了该数据集的可用性。
2024-04-12 cs.CL
Dataset Creation for Visual Entailment using Generative AI
Leiden University(莱顿大学)
本文利用Stable Diffusion基于SNLI文本前提生成合成图像,构建视觉蕴含训练数据集,并在SNLI-VE和SICK-VTE上验证其性能仅略低于真实数据,证明合成数据可缓解视觉蕴含数据稀疏问题。
2025-08-15 cs.CL
Sexualised synthetic personas encode and amplify gendered power asymmetries through voice
University of Edinburgh(爱丁堡大学);KTH Royal Institute of Technology(皇家理工学院)
研究商业平台性化AI语音,通过听众实验发现女性声音被性化和服从化,男性声音与支配和正面特质关联,揭示性别表达的二元和异性恋规范。
2026-06-24 cs.AI cs.CL eess.AS
Autodata: An agentic data scientist to create high quality synthetic data
Meta
提出Autodata方法,让AI代理充当数据科学家,通过元优化学习创建更优的训练和评估数据,在计算机科学、法律推理和数学推理任务上优于传统方法。
2026-07-07 cs.AI cs.CL cs.LG
LLM-Generated Negative News Headlines Dataset: Creation and Benchmarking Against Real Journalism
Elizade University(埃利扎德大学);Federal University of Technology(联邦理工大学)
本研究针对数据获取与隐私挑战,创建了LLM生成的负面新闻标题数据集,经专家验证和嵌入空间分析后与真实新闻基准测试,发现其与真实标题匹配度高,仅专有名词得分有差异,为NLP任务提供了合成数据替代方案。
2025-10-24 cs.AI cs.CL