仅用1000万实例，Socio-Foundation让AI模拟个体行为比基座猛涨11分，逼近GLM-5.2！
Socio-Foundation: A Model for Generalizable Individual Behavior Simulation via Hierarchical Capability Distillation
📖 AI 总结
该研究针对大语言模型在个体行为模拟中面临的两难困境——通用模型倾向于抹平人格差异，而任务专用微调又导致能力碎片化、泛化性不足——提出了一套系统化解决方案。作者首先将个体行为模拟拆解为FONTS分类体系，涵盖人格保真度、结果实现、行为自然度、轨迹连贯性和社会情境落地五个互补能力维度，并据此构建了约一千万条实例、覆盖14个数据集的标准化训练语料库。在此基础上，提出Socio-Foundation模型，通过三阶段流水线实现能力解耦与整合：先以DAPO训练任务专家，再经离策略蒸馏合并为能力专家，最后通过多教师在线策略蒸馏统一为单一模型。同时建立IndiEval评测体系，整合29项指标。实验显示，该模型较Qwen3-8B基线提升11.0分，接近GLM-5.2等前沿模型水平，消融与分布外评估进一步验证了其有效性与泛化能力。
🔑 关键词速览
| FONTS Taxonomy | 一个用于个体行为模拟的五维能力分类体系，包括人格保真度、结果实现度、行为自然度、轨迹连贯性和社会基础性。 |
| Socio-Foundation | 本文提出的个体行为模拟模型，通过三阶段蒸馏流水线实现可泛化的个体行为模拟。 |
| DAPO | 一种用于学习任务专家的策略优化方法，属于强化学习算法。 |
| MOPD | 多教师同策略蒸馏，一种将多个能力专家统一为单一模型的蒸馏技术。 |
| IndiEval | 本文提出的个体行为模拟评估基准，整合了FONTS维度下的29个评价指标。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅