ExpertIVS: 社会学专家驱动的大语言模型个体价值模拟

# ExpertIVS：基于社会学专家驱动的大语言模型个体价值模拟
来源：https://arxiv.org/html/2608.20355

王震¹²，任宇琪²††thanks:通讯作者，崔悦涵²，王鸿翔²，彭建翔²，张晓霞³，朱炳坤³，张通宣⁴，佟德志³，熊德意²¹¹footnotemark:¹
¹天津大学福州国际联合学院，中国天津大学
²天津大学计算机科学与技术学院，TJUNLP实验室，中国
³天津师范大学国家治理研究院，中国
⁴天津师范大学计算机与信息工程学院，中国
\{tjwangzhen, ryq20, dyxiong\}@tju\.edu\.cn

###### 摘要

大语言模型（\(LLM\)）智能体在社会模拟方面展现出巨大潜力，但在精确建模个体价值体系方面仍面临挑战。现有方法大多机械地将调查回答拼接成提示词，这会导致语义碎片化，无法捕捉人类价值体系的内在一致性。\(LLM\)的价值体系通常通过静态的多选题进行评估，无法衡量其在真实对话互动中的价值取向。为解决这些问题，我们提出了ExpertIVS框架。该框架采用14个社会学专家智能体，通过结构化的专业视角解读世界价值观调查（\(WVS\)）的回答，而非直接拼接原始回答。这些专家智能体执行深度语义重构，以生成稳健且内在一致的个体画像。为了评估动态交互过程中\(LLM\)与个体价值体系的一致性，我们进一步引入了多智能体辩论机制。在涵盖12个国家480名个体的大量实验中，ExpertIVS实现了90.78%的价值还原保真度，并在价值泛化能力（\(+5.3\%\)）上显著优于基线方法。此外，ExpertIVS展现出强大的个性区分度和行为一致性，实现了从简单的回答拼接到真正社会学角色扮演的转变。

ExpertIVS：基于社会学专家驱动的大语言模型个体价值模拟

王震¹²，任宇琪²††thanks:通讯作者，崔悦涵²，王鸿翔²，彭建翔²，张晓霞³，朱炳坤³，张通宣⁴，佟德志³，熊德意²¹¹footnotemark:¹
¹天津大学福州国际联合学院，中国天津大学
²天津大学计算机科学与技术学院，TJUNLP实验室，中国
³天津师范大学国家治理研究院，中国
⁴天津师范大学计算机与信息工程学院，中国
\{tjwangzhen, ryq20, dyxiong\}@tju\.edu\.cn

## 1引言

由大语言模型驱动的生成式智能体能够实现人类行为与社会交互的模拟交互仿真Parket al\.\(2023 (https://arxiv.org/html/2608.20355#bib.bib1)\); Penget al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib32)\)，其应用已扩展至社会网络与社会规模的模拟Gaoet al\.\(2023 (https://arxiv.org/html/2608.20355#bib.bib11)\); Piaoet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib22)\)，以及基于真实数据的大规模个体建模Parket al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib2)\)。然而，许多现有模拟并未明确建模个体价值体系，而这对于理解人们在相同社会情境下行为差异的原因至关重要Xuet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib35),2025 (https://arxiv.org/html/2608.20355#bib.bib34)\)。基于真实数据构建具有价值根基的个体仍是一项关键挑战Mouet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib21)\); Shiet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib36)\)。

一种常见方法是将调查回答转换为自然语言陈述并用作个体画像，例如IndieValueCatalogJianget al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib3)\)。其他范式还包括通过访谈Parket al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib2)\)、叙事背景Moonet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib17)\)或故事世界设定Ranet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib4)\)来调节智能体，并利用人格资源实现更广泛的覆盖Geet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib16)\)。尽管取得了进展，但将价值画像视为扁平的碎片信息，往往无法捕捉价值维度之间的依赖关系，削弱了在已观察项之外的泛化能力Jianget al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib3)\)。此外，个体价值画像与提示词敏感性及潜在偏见风险纠缠不清。社会人口学画像可能因提示词措辞而发生巨大变化Lutzet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib6)\)，并通过语言信号传播刻板印象Sommeraueret al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib5)\)。心理测量学研究表明，结构化的价值框架和画像细节对个体模拟的一致性有显著影响Jianget al\.\(2023 (https://arxiv.org/html/2608.20355#bib.bib26)\); Zhuet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib19)\); Baiet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib25)\); Liet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib33)\)。因此，为大语言模型配备结构化的价值体系并捕捉价值间的内在依赖关系，对于模拟人类个体至关重要。

价值一致性的评估仍有待深入探索：许多研究依赖于静态的调查重测，但价值观往往体现在动态的权衡和价值冲突下的行为中。近期工作强调了辩论依赖的价值动态Sachdeva and van Nuenen \(2025 (https://arxiv.org/html/2608.20355#bib.bib24)\)，以及基于辩论评估的机遇Kiet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib8)\)与风险Taubenfeldet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib7)\)。关于交互社会能力和文化鲁棒性的基准测试进一步推动了动态、情境敏感的测试需求Zhouet al\.\(2023 (https://arxiv.org/html/2608.20355#bib.bib12)\); Chiuet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib20)\); Kwoket al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib27)\)。

本文提出了ExpertIVS，一个社会学专家驱动的个体价值模拟框架。具体而言，我们利用顶级大语言模型构建了14个专家智能体，每个对应WVS数据Haerpferet al\.\(2022 (https://arxiv.org/html/2608.20355#bib.bib31)\)中的一个特定价值维度。从社会学视角出发，这些专家智能体对碎片化的问卷回答进行归纳推理，生成具有高泛化性和逻辑一致性的结构化个体画像，从而增强模拟个体的真实感。此外，为克服静态评估的局限性，我们设计了一个多智能体圆桌辩论机制，并制定了三个指标（价值一致性、风格模拟度、人格区分度），通过模拟高密度的思想辩论，在动态交互中评估模拟个体与真实个体的价值一致性。

我们通过涵盖12个不同国家480名真实个体的实验，全面验证了本框架的有效性。首先，我们通过WVS问卷重填验证了ExpertIVS的价值还原能力。在随后的“留一法”泛化测试中，本框架在价值维度上的准确率比基线提高了5.3%。这表明我们的框架不仅能准确捕捉显式价值表达，还能将已知价值信息转化为先验信念，提供关键的推断支持。此外，我们进行了大量实验分析了人口统计属性对个体价值模拟的影响。最后，基于多智能体辩论的动态评估显示，本框架在多轮辩论中的立场和行为上与真实个体表现出高度一致性。这些发现验证了本框架在复杂交互下的稳定性，并为动态评估个体价值模拟提供了新的范式。

总之，我们的贡献如下：
1. 1\.我们提出了一个社会学专家驱动的个体价值模拟框架，构建了14个社会学专家智能体来总结结构化的价值体系。
2. 2\.我们设计了一个多智能体辩论机制和三个指标（价值一致性、风格模拟度、人格区分度），以量化评估模拟个体在动态观点交互中的价值一致性。
3. 3\.通过大量实验，我们证明了该框架在价值还原保真度和价值泛化能力上均优于其他方法，并进一步分析了人口统计属性对个体价值模拟的影响。

## 2相关工作

参照标题图1：ExpertIVS框架示意图。遵循WVS数据结构，我们构建了14个社会学家专家智能体，并将相应的WVS数据重构为个体价值画像。这些个体价值画像用作系统提示词来模拟个体。接下来，通过多智能体辩论评估个体模拟在动态交互中的价值一致性。LLM驱动的模拟跨越个体、场景和社会层面Mouet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib21)\)。我们专注于个体价值模拟，并提出了基于交互的价值一致性评估方法。

### 2\.1个体模拟

早期的个体模拟主要依赖基于提示的角色扮演Parket al\.\(2023 (https://arxiv.org/html/2608.20355#bib.bib1)\)。后续研究表明，社会人口学画像提示具有高度敏感性，可能影响保真度并导致刻板印象Lutzet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib6)\)，这推动了更具可重复性的测试平台，用于多元对齐和基于画像的评估Castricatoet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib18)\)。数据驱动的画像基于更丰富的证据来调节智能体：基于WVS的个体主义价值推理Jianget al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib3)\)、基于访谈的智能体代表1000多名真实个体Parket al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib2)\)、通过开放式生活故事来调节LLM的叙事背景，从而生成更具代表性、一致性和多样性的虚拟人格，以近似人类调查回答Moonet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib17)\)，以及基于书籍的智能体社会Ranet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib4)\)。人格资源进一步扩展了用于综合与模拟的覆盖范围Geet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib16)\)。

另一条平行的研究路线将人格视为个体差异的结构化维度，包括通过MPI进行心理测量评估和诱导Jianget al\.\(2023 (https://arxiv.org/html/2608.20355#bib.bib26)\)，与大规模量表进行人格对齐Zhuet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib19)\)，以及证据表明人格细节驱动模拟质量Baiet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib25)\)。除模拟外，个性化对齐方法通过训练时或推理时控制来优化多样化的用户偏好Janget al\.\(2023 (https://arxiv.org/html/2608.20355#bib.bib13)\); Hanet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib14)\)，同时也引发了关于责任边界的讨论Kirket al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib28)\)。

然而，基于画像的模拟可能传播刻板印象Sommeraueret al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib5)\)并引发刻板印象驱动的隐式个性化Neplenbroeket al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib10)\)；画像生成可能表现出刻板印象和偏差偏见Wanget al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib23)\)。评估通常是静态的（问卷重测），但价值一致性需要行为上的多轮测试：价值-行为差距Shenet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib9)\)和审议动态Sachdeva and van Nuenen \(2025 (https://arxiv.org/html/2608.20355#bib.bib24)\)推动了基于交互的评估协议。辩论可以提高文化对等性Kiet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib8)\)，但也可能继承基础模型的系统性偏见Taubenfeldet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib7)\)。

### 2\.2社会模拟

社会模拟研究交互动态和涌现的宏观现象。S3S^\{3\}模拟社会网络中的扩散Gaoet al\.\(2023 (https://arxiv.org/html/2608.20355#bib.bib11)\)；Generative Agents展示了沙盒城镇中的涌现行为Parket al\.\(2023 (https://arxiv.org/html/2608.20355#bib.bib1)\)；Artificial Leviathan从社会契约视角探讨了秩序的涌现Daiet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib15)\)；AgentSociety扩展到10000+智能体，用于计算社会实验Piaoet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib22)\)。在评估方面，Sotopia提供了目标驱动交互中社会智能的交互式评估Zhouet al\.\(2023 (https://arxiv.org/html/2608.20355#bib.bib12)\)，而文化基准测试揭示了鲁棒性差距和线索敏感性Chiuet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib20)\); Kwoket al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib27)\)。尽管取得了这些进展，大多数社会模拟仍然依赖于浅层画像描述或共享先验，这可能导致价值同质化，并使得涌现结果难以从微观机制角度解释Mouet al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib21)\); Parket al\.\(2024 (https://arxiv.org/html/2608.20355#bib.bib2)\)。此外，当模拟涉及审议或协商时，智能体可能在不同轮次中表现出漂移，揭示了所陈述立场与基于交互的行为之间的不匹配Shenet al\.\(2025 (https://arxiv.org/html/2608.20355#bib.bib9)\); Sachdeva and van Nuenen \(2025 (https://arxiv.org/html/2608.20355#bib.bib24)\)。很少有研究在高密度社会审议的背景下定量评估深层价值观的鲁棒性和一致性。

ID维度
1社会价值观、态度与刻板印象（SV）
2幸福感与福祉（HW）
3社会资本、信任与成员身份（SC）
4经济价值观（EV）
5腐败（COR）
6移民（MIG）
7安全感（SEC）
8后物质主义指数（PMI）
9科学与科技（ST）
10宗教价值观（RV）
11伦理价值观与规范（EN）
12政治兴趣与政治参与（PI）
13政治文化与政治体制（PC）
14人口统计学（Demo）
表1：14个社会学专家智能体。

## 3ExpertIVS

ExpertIVS旨在通过从调查回答中提取潜在价值体系来增强个体价值模拟。它包含四个顺序阶段，如图1 (https://arxiv.org/html/2608.20355#S2.F1)所示：（i）专家构建，创建14个社会学专家智能体；（ii）画像生成，根据调查回答为WVS受访者生成个体画像；（iii）个体模拟，通过上下文学习实例化个体智能体；（iv）多智能体辩论评估，在动态交互中评估个体价值模拟。

参照标题图2：多智能体辩论工作流