09:34官方账号arXiv cs.AI@Ziyad Benomar, Weronika Łajewska, Leonardo Perelli, Saab Mansour研究人员提出了一种基于LLM的模拟框架,通过基于真实用户行为信号的数据驱动人格条件化代理来预测A/B测试结果。该框架使用匿名行为数据构建代理,包括活动模式、参与信号和推断的人口统计信息。在包含40个A/B测试的基准测试中,最佳配置实现了0.75-0.90的方向准确率,具体取决于测试指标类型。论文A/B测试LLM人格条件化代理推荐理由:这篇论文教你如何用LLM代理模拟A/B测试,比传统方法快且成本低,准确率高达90%原文稍后读已读值得跟进有用关注 A/B测试