Araştırma Soruları
- LLM tabanlı bir model bireyin konuşmalarından düşüncelerini ve yargılarını öğrenerek bunları taklit edebilir mi?
- Bu tür birey odaklı modeller anket araştırmalarında kullanılabilir mi?
- Tek cihazlı (40GB GPU) pratik bir ortamda bireysel görüşlerin simülasyonu yapılabilir mi?
Sonuçlar
- Doppelgänger modeli, bireysel görüşleri yüksek doğrulukla taklit edebildi.
- 5’li ölçekte %67, 3’lü ölçekte %80 doğruluk elde edildi.
- Uzun context (örn. 3.000 token) ve fazla epoch doğruluğu artırdı.
- GPT-3.5 Turbo ve Gemini gibi ticari modellerden daha yüksek performans gösterdi.
- Tek 40GB GPU üzerinde uygulanabilirliği kanıtlandı.
Bulgular
-
Doppelgänger modeli, yalnızca grup düzeyinde değil bireysel düzeyde de görüşleri yeniden üretme kapasitesine sahip.
-
Surveyed LLM (0,46/0,65 doğruluk) ve ticari modeller bireysel taklit konusunda yetersiz kaldı.
-
Yalnızca metadata kullanıldığında tahminler zayıf ve yanlı sonuç verdi.
-
Ortalama 21 konuşma verisiyle bile model etkin biçimde öğrenme sağlayabildi.
-
Model, bireysel heterojenliği ve kişiselleştirilmiş yanıtları yansıtma konusunda güçlü bir araç sundu.
-
LLM Modelleri: 5
-
Sentetik Veri: 5
-
Yöntem: 5
-
Hız: 4
-
Etik: 2
-
Doğruluk Oranı: 5
-
Demografi: 2
Bu makale ile ilgili daha detaylı bilgiye ulaşmak isterseniz buraya tıklayarak ilgili makalenin ekine ulaşabilirsiniz.