PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2501.08579v3cs.CL공식 코드 · Papers with Code

LLM 기반 인간 시뮬레이션은 아직 신뢰할 수 없다

LLM-based Human Simulations Have Not Yet Been Reliable

대규모 언어 모델(LLM)은 다양한 분야에서 인간 행동을 시뮬레이션하는 데 점점 더 많이 활용되고 있다. 그러나 우리의 입장은 현재 LLM 기반 인간 시뮬레이션이 아직 충분히 신뢰할 수 없다는 것이며, 이는 시뮬레이션 결과와 실제 인간 행동 사이의 상당한 불일치로 입증된다. 본 연구는 사회적·경제적·정책적·심리적 맥락에서 LLM 기반 인간 시뮬레이션에 대한 체계적 문헌 고찰로 시작하여, 공통 프레임워크, 최근의 발전, 그리고 지속되는 한계를 파악한다. 이 고찰을 통해 해당 불일치가 주로 LLM의 고유한 한계와 시뮬레이션 설계상의 결함에서 비롯된다는 사실이 드러나며, 이 두 가지를 상세히 검토한다. 이러한 통찰을 바탕으로, 우리는 신뢰성 향상을 위해 데이터 기반 강화, LLM 역량 향상, 견고한 시뮬레이션 설계 보장을 강조하는 체계적 해결책 프레임워크를 제안한다. 마지막으로, 신뢰할 수 있고 인간과 정렬된 LLM 기반 시뮬레이션을 안내하기 위해 제안된 프레임워크를 구체화한 구조화된 알고리즘을 소개한다. 추가 연구를 촉진하기 위해 관련 문헌 및 자료 목록을 https://github.com/Persdre/awesome-llm-human-simulation 에서 제공한다.