标签
这篇 arXiv 论文研究如何在分布层面将大语言模型的输出分布与人类参考分布对齐，并评估这种对齐在未见过的问题上的泛化效果。研究发现，同域泛化有效，但跨主题泛化不稳定，且可能削弱模型能力。
本文提出ReliMap框架，用于评估基于LLM的人类行为模拟的可靠性，覆盖个体和群体层面，强调模型能力、档案完整性和覆盖范围的协同改进。