MIT 论文:88 万个新博弈训练的通用社会智能体,预测人类行为胜过均衡模型
soumitrashukla9 · x · 2026-10-02
Benjamin S. Manning 与 John J. Horton 的 arXiv 论文《General Social Agents》提出用 AI 智能体替代传统理论模型做社会科学预测:
- 思路:用基于理论的自然语言指令 + 少量「种子博弈」的人类数据 + 底层模型训练期知识,构建可跨场景泛化的「通用」智能体,无需针对新场景做临时修正;
- 实验:设计 883,320 个新颖博弈组成的异质种群,智能体仅用概念相关但结构不同的少量种子博弈的人类数据构建;
- 结果(预注册实验):在随机抽取的 1,500 个博弈上,智能体预测人类初始行为的准确度超过认知层级模型、博弈论均衡和开箱即用的 agent;对另一组新博弈,甚至比最相关的已发表人类数据更能预测新一批受试者的反应。
Horton 补充称,这引出对「数字孪生」的开放研究需求:如何造好并验证数字孪生。
「研究」频道最新
- 仅戴一副眼镜遥操作人形机器人,团队正探索无遥操作数据训练 — qi2peng2 · 2026-10-02
- 研究员加入 Mila 攻读硕士，师从 Pascanu 转向持续学习架构 — zmkzmkz · 2026-10-02
- NBER 将于斯坦福办数字经济与 AI 教程班，2026 年 11 月开放申请 — TaniaBabina · 2026-10-02
- Claude 跑遍 18 个学科：3 个月产出 36 篇论文手稿 — Dr_Singularity · 2026-10-02
- 斯坦福经济学家提出新框架:投稿激增时如何分配稀缺的审核注意力 — soumitrashukla9 · 2026-10-02
- 神经元自动机展示可视化思维链,解迷宫像黏菌探索 — GregKamradt · 2026-10-02