Large Language Models as Simulated Economic Agents: What Can We Learn from Homo Silicus?
创建于 更新于
摘要
本文提出将大型语言模型(LLMs)视为“模拟人类”的Homo silicus，可通过赋予偏好/信息与人格等进行大规模“在硅中”实验以探索经济行为；文章在五类经典经济实验（公平感、社会偏好、现状偏差、复杂性与前景理论、最低工资下的雇佣替代）中复现或扩展了关键人类行为模式，并提供可复现的开源工具与校准方法以提高对人类数据的拟合与外推能力 [page::0][page::5].
