Nature 研究：GPT-4 可精准预测社会科学实验结果
RobbWiller · x · 2026-07-23
《Nature》最新发表论文指出，通过模拟参与者，GPT-4 能够高度精准地预测社会科学实验的结果。
- 实验规模：研究团队收集了 70 项预注册实验（包含 469 个效应量、119,330 名参与者），向 GPT-4 输入研究材料与人口统计学特征进行模拟。
- 核心发现：LLM 预测的效应量与实际观察到的效应量高度相关（r=0.85，调整后 r=0.92）。
- 防数据泄露验证：对于训练截止日期前未公开的研究（r=0.90）及截至 2025 年 6 月仍未发表的研究（r=0.92），预测相关性依然极高，排除了模型单纯“背诵”训练数据的可能。
- 人机对比：在更难的测试集上，GPT-4 的预测准确率（r=0.39）与 2,659 名人类专家的预测汇总（r=0.31）相当。由于两者能提供部分独立的信息，将人类预测与 GPT-4 预测平均结合，可将准确度提升至 r=0.89。
所属事件:Nature 研究：GPT-4 可高准确度预测社科实验结果(18 条相关)→
「研究」频道最新
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27
- KANLab 开源：浏览器里可视化玩转 KAN 网络 — Lukas Niehaus · 2026-10-27
- CMU 提出 LLM2Cert：LLM 生成证书，SMT/Lean 自动验证 — CarnegieMellonU · 2026-10-27