LLM Agents Predict Social Media Reactions but Do Not Outperform Text Classifiers: Benchmarking Simulation Accuracy Using 120K+ Personas of 1511 Humans
LLM代理预测社交媒体反应但不优于文本分类器：使用120,000多个1511人的人设进行基准测试
Ljubisa Bojic, Alexander Felfernig, Bojana Dinic, Velibor Ilic, Achim Rettinger, Vera Mevorah, Damian Trilling
机构
*
Institute for Artificial Intelligence Research and Development of Serbia（塞尔维亚人工智能研究与开发研究所）
；
University of Belgrade, Institute for Philosophy and Social Theory, Digital Society Lab（贝尔格莱德大学，哲学与社会理论研究所，数字社会实验室）
；
Complexity Science Hub, Vienna, Austria（维也纳复杂科学中心）
；
Graz University of Technology, Graz, Austria（技术大学格拉茨，格拉茨，奥地利）
；
University of Novi Sad, Faculty of Philosophy, Novi Sad, Serbia（诺维萨德大学，哲学学院，诺维萨德，塞尔维亚）
；
University of Trier, Trier, Germany（特里尔大学，特里尔，德国）
；
Vrije University Amsterdam, Amsterdam, Netherlands（阿姆斯特丹自由大学，阿姆斯特丹，荷兰）
Beyond Majority Voting: Towards Fine-grained and More Reliable Reward Signal for Test-Time Reinforcement Learning
超越多数投票：面向细粒度和更可靠的测试时间强化学习奖励信号
Weiqin Wang, Yile Wang, Kehao Chen, Hui Huang
机构
*
College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院）
；
College of Computer and Data Science, Fuzhou University（福州大学计算机与数据科学学院）
