北大公開Chiron行為研究模型,從個人紀錄預測問卷回答

(媒角抵加/林承志綜合報導)北京大學團隊在台灣時間11月19日提交Chiron行為研究預印本,讓模型從個人文字及既有作答紀錄,估計心理特徵並預測新題答案。團隊報告,29類任務的平均預測正確率為50.4%,並提供公開程式、微調權重與部分資料。工具目前定位於研究預試;台灣團隊採用時,繁體中文表現、真人答案比對及原資料使用條件,仍是實作前的確認項目。
關鍵資訊
- 研究團隊:Haoran Ye、Tianrui Huo、Hangzhen Li、Xin Zhang與Guojie Song,分屬北京大學相關院系。
- 模型任務:估計心理特徵、預測問卷選項與評分,以及模擬一群受訪者的回答。
- 公開產物:程式、模型微調權重、量測模組及部分訓練與評估資料。
- 試用門檻:模型頁列Linux、Python與可載入35B基礎模型的GPU環境,限研究用途。
同一份個人紀錄,接上量測、預測與模擬
團隊在Chiron公開程式庫提供三種操作:輸入個人紀錄取得心理特徵分數;加上新問題,預測該人會選哪個答案;或給定實驗情境與題目,生成一批模擬受訪者的回答。
例如,模型頁的量測示例使用「做專案前先規劃、追蹤期限」等作者設定的文字,估計盡責性。這是示範輸入與輸出的合成案例。模型共設有109項心理特徵,背後使用Qwen3.6-35B-A3B基礎模型,再加上微調權重與量測模組。Chiron模型說明
研究者仍要選定問題、整理可使用的紀錄,並決定用哪些真人答案評估結果。人群模擬產生的是模型作答;後續比較的對象,是實驗中實際觀察到的回答分布。
29類任務平均50.4%,四個未訓練領域為39.1%
依論文第4.2節,作者在4,767個案例、29類任務中,給模型個人既有紀錄,測試它能否答對保留的新題答案。按領域等權平均,Chiron正確率為50.4%。
四個未納入行為預測訓練的領域,平均正確率為39.1%。研究預測的是結構化選項、評分與分類,個人紀錄採靜態表示。

程式與權重可取得,完整重現另有資料條件
模型庫已列出微調權重、量測模組與特徵名稱檔;載入時還需要基礎模型及其文字處理元件。模型頁提供本機載入及預測示例,使用者需自行準備運行環境。
Chiron資料說明列明,公開個人預測評估集包含4,367個案例、25個領域;論文完整評估為4,767個案例、29個領域。其餘受限資料需依原來源程序取得,各來源授權也分別適用。完整訓練同樣需要另外準備部分原資料。
重現論文結果時,資料取得、評估集重建與模型運行由研究者完成,GPU與資料整理另有成本。
其他研究團隊也把模擬工具用於正式實驗前的預試
研究者已在其他工具中嘗試這類流程。Luke Hewitt、Ashwini Ashokkumar等人的社會科學實驗預測示範工具,讓研究者提供一段實驗訊息與問卷問題,模擬美國成人讀過訊息後如何回答,再比較不同條件的結果。
該團隊將用途列為預試研究材料、篩選待測訊息及協助安排真人實驗,並明確說明適用基礎是美國樣本。Chiron作者則在論文中將人群模擬定位為提出假設與實驗預試,科學結論仍需真人受試資料驗證。
台灣試用先做繁中答案比對,保留真人研究環節
Chiron的模型卡標示語言為英文,未列繁體中文測試成績,也明定目前僅供研究,不用於臨床診斷或個人篩選。
台灣團隊若要評估用途,可先選一組已取得使用同意、已有真人答案的繁中問卷,保留部分答案當測試目標,只把其餘紀錄交給模型。逐題比對預測與真人作答後,再決定是否用於正式研究前的材料預試;正式樣本招募、結果解讀與研究判斷仍由研究者負責。
AI研究如何設計真人對照,可延伸閱讀本站高中數學AI實驗報導;AI評量進入工作流程的案例,另見AI面試官與人工決定。相關研究與工具更新整理於AI研究主題頁及Qwen主題頁。
資料來源與更新紀錄
- arXiv:A Foundation Model to Measure and Predict Human Behaviour,v1、HTML全文,Haoran Ye等5人;提交時間2026年11月18日17:59:08 UTC,即台灣時間11月19日01:59:08。
- ValueByte-AI/chiron程式庫,輸入輸出、執行條件及資料準備說明,2026年11月20日查閱。
- Chiron模型頁、權重檔案目錄、Chiron Data,公開產物、英文標示、研究用途及資料涵蓋範圍,2026年11月20日查閱。
- Hewitt、Ashokkumar等人:社會科學實驗預測示範工具,原團隊的操作、適用樣本與研究用途說明,2026年11月20日查閱。
本文更新時間:2026年11月20日。