Nature 论文称 GPT-4 可预测社会科学实验结果，相关性达 0.85
JeremyNguyenPhD · x · 2026-07-24
Nature 新论文显示，LLM 甚至能较准确地预测社会科学实验结果。
- 研究者整理了 70 个预注册、美国全国代表性 的调查实验档案，覆盖 469 个实验效应、119,330 名参与者。
- 他们让 GPT-4 模拟美国代表性样本的回答，再通过不同条件下的模拟结果推断处理效应。
- 结果与真实实验效应的相关性达到 r = 0.85，表现接近人类预测者的合并结果。
- 即便是训练数据截止日前尚未发表的研究，以及一些开源大模型，相关性也依然保持较高。
- 但模型有一个系统性偏差：会高估效应大小。
- 在另一个包含 15 个 megastudies、606 个效应 的档案中，相关性虽然更低，但仍可与专家预测者相提并论。
- 作者认为，LLM 未来可用于试验预筛、干预方案选择、识别需要复现的结果，但也要警惕偏差与滥用风险。
所属事件:Nature 研究：GPT-4 可精准预测社科实验结果(18 条相关)→
「研究」频道最新
- AI研究员：递归自我提升受限于全行业数据瓶颈 — herbiebradley · 2026-07-24
- 论文给出参数模型 Fisher-Rao 距离的可界近似方法 — FrnkNlsn · 2026-07-24
- 一句“lol Grok”带出 RL 是否让模型产生真实目标的争论 — Sauers_ · 2026-07-24
- Science 新刊聚焦 4D nucleome，多篇单细胞 3D 基因组论文同刊 — jmuiuc · 2026-07-24
- CogSci 2026 语言建模最佳论文奖颁给这篇论文 — gregd_nlp · 2026-07-24
- Proba 要先预测微调数据如何改变开权重模型 — markjeffrey · 2026-07-24