合成用户何时失效：LLM 模拟人类问卷回答的跨领域基准测试

英文标题：When Synthetic Users Fail: A Cross-Domain Benchmark of LLM-Simulated Human Survey Responses

该论文研究大语言模型（LLM）作为“合成用户”模拟人类问卷受访者时，在哪些条件下可以替代真实用户、又会在何时失效。研究聚焦跨领域基准测试，评估模拟回答对产品、政策和市场决策的可靠性。其核心意义在于提醒开发者和行业：LLM 生成的用户反馈不能被默认视为真实人类数据的等价替代品，需结合具体领域进行验证。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB