Pew 数字孪生误差大,直接问前沿模型更准且成本仅千分之一

paulnovosad · x · 2026-10-02

经济学家 Arpit Rage 引用 John Horton 对 Pew 研究中心新研究的评论:Pew 构建了丰富的「数字孪生」(用 AI 模拟受访者)并与真人受访者对比,结果平均误差很大。更有意思的是,Horton 发现直接让前沿模型输出问题的回答分布,准确度远高于数字孪生,而成本只有其约 1/1000——「苦涩的教训也降临到数字孪生头上了」。这对合成样本、社会模拟类研究方法是有分量的质疑。

原文链接 →

「漫话AGI」频道最新

更多「漫话AGI」频道 AI 资讯 →