更多并不是更好：LLM观点多样性的关键因素

大型语言模型（LLM）越来越多地被用于模拟多样的人类意见，例如在合成调查、焦点小组建模和民意预测中。然而，LLM的输出存在系统性的意见同质化问题，即模型倾向于生成相似的观点，缺乏真实人群中的多样性。实践者们尝试了各种干预措施来增加多样性，但这些方法往往被孤立地评估，且指标不可比，使得难以归因提升效果。为了更科学地理解LLM输出的多样性，来自研究团队的Qiyang Yao等人设计了一个因子实验，分离了两种主要的干预维度：输入条件化（通过人物深度实现）和交互架构。他们在7个模型上评估了所有条件，使用100个真实用户的开放性问题，并采用多种互补的多样性指标。

研究结果挑战了几项常见假设。首先，更多的人物细节并不单调地增加多样性。初始的人物条件化已经获得了大部分增益，而进一步添加人口统计学细节并不一致地改善多样性，甚至在某些模型上会降低多样性。这意味着，与其花费精力构建详细的角色档案，不如专注于基本的角色设定。其次，研究者发现，与其寻找单一的最佳交互架构，不如组合使用多种架构，因为不同架构探索了很大程度上不重叠的意见区域。组合使用比优化任何一种单一架构能获得更广的覆盖。例如，链式提示和树式提示可能激发不同的观点，联合使用可以捕捉更全面的意见光谱。第三，常见的低成本替代方案，如提高采样温度和添加多样性指令，与结构化干预相比效果甚微。这表明，要真正提升LLM输出多样性，需要系统性的设计而非简单的参数调整。

总体而言，这项工作表明多样性不是沿着单一维度缩放的结果，而是对干预的结构形式和组合高度敏感。这一发现对使用LLM进行社会模拟的研究人员具有重要启示，强调了需要基于证据的多样性增强策略。研究团队计划进一步探索不同人物设定和架构组合的协同效应，并开发自动化工具来优化多样性。