基于聚合锚点的合成文化智能体

基于摘要分析。本研究针对群体提示生成合成问卷回答时，推理阶段提供的信息与预训练已编码的关联难以区分的问题，提出将明确声明的聚合偏好锚点映射为群体索引的选择策略。贡献包括可检查的策略构造，以及区分锚点信号迁移和人类回答一致性的评估框架。 方法上，对每个群体，以六个 Global Preferences Survey（GPS）坐标的正负号，为共享的成对合成回答库确定性地生成偏好标签，再使用 Direct Preference Optimization（DPO）拟合参数高效适配器。评估采用候选 World Values Survey（WVS）题目，提示中不包含国家名称，分别考察四个问题：施加标签的恢复、锚点信号向新文本的迁移、GPS 锚点与人类 WVS 回答的协调性，以及适配器评分与人类评分的一致性。 作者报告，适配器能够恢复施加的成对标签。在有目的选取的十六国开发面板上，适配器的信任评分完全区分了按 GPS 信任坐标正负号形成的两组，与连续 GPS 信任评分的秩相关为 0.74。但在同一面板上，人类回答与 GPS、适配器与人类回答之间的关联仍未得到明确结论，其他偏好维度的结果也不一致。因此，保留预先声明的聚合信号不能等同于复现真实人类回答模式。 这些结果受开发面板的选择方式和信任维度的评估背景限定，不能直接推广至其他群体或偏好维度。基础模型、适配器配置、合成回答生成流程、训练与评估划分、相关性统计的不确定性，以及实验协议、消融及统计信息尚未验证。摘要未提供 EEG/BCI 验证，也未给出明确的直接迁移机制，不据此推断其在 EEG/BCI 中的有效性。