Недавно рассказывал вам про статью "The AI Interviewer" о том, как LLM работают интервьюерами в психологических исследованиях. А теперь в IEEE Access вышла следующая статья примерно тех же авторов:
Toward Psychological Digital Twins: Evaluating Large Language Models for Simulating Assessment Responses from Interview Data
Задача здесь обратная: если раньше LLM задавала вопросы, то теперь она на них отвечает — за человека. Разумеется, речь не о том, чтобы принимать какие-то решения о конкретных людях, а об аппроксимации отдельных психологических измерений на уровне больших групп. Digital twins — большое направление в современной психологии.
У нас модель получала транскрипт большого полуструктурированного интервью (те же 54 вопроса про жизнь, ценности, работу и т.д.; интервью проводил тот самый LLM-интервьюер из первой статьи) и должна заполнить за респондента психологические опросники: Big Five, тёмную триаду, ценности по Шварцу, моральные основания и прочее — всего 7 инструментов, 38 шкал. Это и называется "психологическим цифровым двойником".
Главное отличие от первой статьи — здесь всё на реальных данных: 645 русскоязычных участников прошли и интервью, и все опросники, так что предсказания моделей можно напрямую сравнивать с настоящими ответами. Насколько мы знаем, это первая не-англоязычная масштабная валидация LLM-респондентов. Моделей пять: GPT-5, Gemini 2.5 Pro, Qwen3-235B и две версии Kimi-K2.
Подробный пост писать не буду, коротко о результатах:
— точность сильно зависит от конструкта: религиозность (r = 0.67), экстраверсия (0.63), нейротизм (0.61) предсказываются вполне прилично, а гедонизм и proportionality — почти никак; это логично: что-то люди прямо проговаривают в интервью, но до латентных конструктов модель не дотягивается; справедливости ради, живой психолог по тем же транскриптам вряд ли справился бы лучше;
— GPT-5, конечно, лучше всех, но Kimi-K2-Thinking на нескольких шкалах подтягивается;
— у всех моделей систематический positivity bias: они завышают доброжелательность и добросовестность и в упор отказываются верить, что респондент может быть нарциссом или макиавеллистом (тёмная триада занижается на несколько баллов); скорее всего, это большой привет alignment fine tuning; впрочем, ранжируют людей модели всё равно неплохо, только абсолютным баллам верить нельзя;
— маленьким моделям помогает урезание контекста до релевантных кусков интервью, а большие лучше работают с полным транскриптом.
Мораль вынесена прямо в заголовок: toward psychological digital twins, но пока ещё мы не там. Хотя зависит, конечно, от задачи.
Как всегда, спасибо соавторам!
#ai #research #blog #publications
Toward Psychological Digital Twins: Evaluating Large Language Models for Simulating Assessment Responses from Interview Data
Задача здесь обратная: если раньше LLM задавала вопросы, то теперь она на них отвечает — за человека. Разумеется, речь не о том, чтобы принимать какие-то решения о конкретных людях, а об аппроксимации отдельных психологических измерений на уровне больших групп. Digital twins — большое направление в современной психологии.
У нас модель получала транскрипт большого полуструктурированного интервью (те же 54 вопроса про жизнь, ценности, работу и т.д.; интервью проводил тот самый LLM-интервьюер из первой статьи) и должна заполнить за респондента психологические опросники: Big Five, тёмную триаду, ценности по Шварцу, моральные основания и прочее — всего 7 инструментов, 38 шкал. Это и называется "психологическим цифровым двойником".
Главное отличие от первой статьи — здесь всё на реальных данных: 645 русскоязычных участников прошли и интервью, и все опросники, так что предсказания моделей можно напрямую сравнивать с настоящими ответами. Насколько мы знаем, это первая не-англоязычная масштабная валидация LLM-респондентов. Моделей пять: GPT-5, Gemini 2.5 Pro, Qwen3-235B и две версии Kimi-K2.
Подробный пост писать не буду, коротко о результатах:
— точность сильно зависит от конструкта: религиозность (r = 0.67), экстраверсия (0.63), нейротизм (0.61) предсказываются вполне прилично, а гедонизм и proportionality — почти никак; это логично: что-то люди прямо проговаривают в интервью, но до латентных конструктов модель не дотягивается; справедливости ради, живой психолог по тем же транскриптам вряд ли справился бы лучше;
— GPT-5, конечно, лучше всех, но Kimi-K2-Thinking на нескольких шкалах подтягивается;
— у всех моделей систематический positivity bias: они завышают доброжелательность и добросовестность и в упор отказываются верить, что респондент может быть нарциссом или макиавеллистом (тёмная триада занижается на несколько баллов); скорее всего, это большой привет alignment fine tuning; впрочем, ранжируют людей модели всё равно неплохо, только абсолютным баллам верить нельзя;
— маленьким моделям помогает урезание контекста до релевантных кусков интервью, а большие лучше работают с полным транскриптом.
Мораль вынесена прямо в заголовок: toward psychological digital twins, но пока ещё мы не там. Хотя зависит, конечно, от задачи.
Как всегда, спасибо соавторам!
#ai #research #blog #publications
❤14👍6🔥3
Пишу для вас большой пост, надеюсь, завтра будет. Ещё завтра будет митап про LLM с авторским квизом, кто не зарегистрировался, я не виноват.
А сегодня было собрание лаборатории Маркова. Я к ней пока формально не отношусь, но уже год как веду её семинар (первый семестр, второй семестр). Так что надеюсь, что и относиться так или иначе буду; по крайней мере, какие-то такого рода планы наклёвываются.
#markovlab #spsu #lifestyle
А сегодня было собрание лаборатории Маркова. Я к ней пока формально не отношусь, но уже год как веду её семинар (первый семестр, второй семестр). Так что надеюсь, что и относиться так или иначе буду; по крайней мере, какие-то такого рода планы наклёвываются.
#markovlab #spsu #lifestyle
👍15🔥8❤7
А вот и большой пост. Полтора месяца назад я писал о том, как внутренняя модель OpenAI опровергла гипотезу Эрдёша о единичных расстояниях — задачу, которой было уже лет семьдесят и над которой (в отличие от многих других задач Эрдёша) реально думало много профессиональных математиков.
Тогда я закончил пост вопросом "что дальше, коллеги?". И вот сегодня мы обсуждаем очередной ответ на этот вопрос (кстати, и на митапе сегодня тоже его обсудим):
Охота на снарка: доказательство гипотезы о двойном покрытии циклами
10 июля 2026 года OpenAI выложила двухстраничный препринт со скромным названием “A proof of the cycle double cover conjecture“. Гипотеза о двойном покрытии циклами (cycle double cover conjecture, CDC) — одна из знаменитых открытых проблем теории графов, стоявшая с начала 1970-х.
В разделе “Statement of AI use” написано коротко:
Доказательство двухстраничное и совершенно элементарное. Его может проверить любой человек, знающий линейную алгебру, — там нет ни компьютерного перебора, ни ссылок на глубокую теорию, только два классических результата из учебников, а дальше прямое доказательство голыми руками.
Поэтому в этом посте я разбираю доказательство целиком, с примерами и объяснениями. Это действительно вполне возможно, но, конечно, не в телеграме, так что читайте по ссылке. Вот оглавление:
1. Введение
2. Что такое двойное покрытие циклами
3. Почему достаточно кубических графов, или охота на снарка
4. Язык потоков
5. Первый шаг: у каждого ребра два цвета
6. Второй шаг: строим пары из потока
7. Интермедия: вся конструкция на примере
8. Шаг 3: чудо чётности
9. Проверяем руками и кодом
10. Промпт как исторический документ
11. Реакции: “could have been discovered in the 1980s”
12. Что остаётся открытым
13. Заключение
Я не знаю, сколько ещё знаменитых задач имеют решения такого типа — короткие, но контринтуитивные. Судя по скорости прогресса, мы скоро узнаем: похоже, тот самый систематический поиск “низко висящих фруктов” в математике, о котором я говорил весь последний год, уже идёт полным ходом.
Если у вас есть любимая гипотеза, в которую вы верите, самое время написать про неё хороший промпт.
#blog #ai #longreads #math
Тогда я закончил пост вопросом "что дальше, коллеги?". И вот сегодня мы обсуждаем очередной ответ на этот вопрос (кстати, и на митапе сегодня тоже его обсудим):
Охота на снарка: доказательство гипотезы о двойном покрытии циклами
10 июля 2026 года OpenAI выложила двухстраничный препринт со скромным названием “A proof of the cycle double cover conjecture“. Гипотеза о двойном покрытии циклами (cycle double cover conjecture, CDC) — одна из знаменитых открытых проблем теории графов, стоявшая с начала 1970-х.
В разделе “Statement of AI use” написано коротко:
The proof in this note is entirely due to GPT 5.6 Sol Ultra and the writeup with Codex (with GPT 5.6 Sol).
Доказательство двухстраничное и совершенно элементарное. Его может проверить любой человек, знающий линейную алгебру, — там нет ни компьютерного перебора, ни ссылок на глубокую теорию, только два классических результата из учебников, а дальше прямое доказательство голыми руками.
Поэтому в этом посте я разбираю доказательство целиком, с примерами и объяснениями. Это действительно вполне возможно, но, конечно, не в телеграме, так что читайте по ссылке. Вот оглавление:
1. Введение
2. Что такое двойное покрытие циклами
3. Почему достаточно кубических графов, или охота на снарка
4. Язык потоков
5. Первый шаг: у каждого ребра два цвета
6. Второй шаг: строим пары из потока
7. Интермедия: вся конструкция на примере
8. Шаг 3: чудо чётности
9. Проверяем руками и кодом
10. Промпт как исторический документ
11. Реакции: “could have been discovered in the 1980s”
12. Что остаётся открытым
13. Заключение
Я не знаю, сколько ещё знаменитых задач имеют решения такого типа — короткие, но контринтуитивные. Судя по скорости прогресса, мы скоро узнаем: похоже, тот самый систематический поиск “низко висящих фруктов” в математике, о котором я говорил весь последний год, уже идёт полным ходом.
Если у вас есть любимая гипотеза, в которую вы верите, самое время написать про неё хороший промпт.
#blog #ai #longreads #math
❤20👍9🤯4🔥2
Сегодня техническое объявление — многие не раз жаловались, что мой сайт не работает без VPN.
Действительно, не работал; дело было даже не только в Vercel, а ещё и в Cloudflare. В общем, я во всём разобрался и пофиксил, теперь сайт должен открываться и из России, и извне.
https://www.sergeynikolenko.ru/
Впрочем, большая часть контента там всё равно в виде youtube-роликов, так что это вряд ли радикально изменит чью-то жизнь. Да и вы сейчас читаете это объявление где?..
#web
Действительно, не работал; дело было даже не только в Vercel, а ещё и в Cloudflare. В общем, я во всём разобрался и пофиксил, теперь сайт должен открываться и из России, и извне.
https://www.sergeynikolenko.ru/
Впрочем, большая часть контента там всё равно в виде youtube-роликов, так что это вряд ли радикально изменит чью-то жизнь. Да и вы сейчас читаете это объявление где?..
#web
❤55🔥12😁7👏5💯2👌1🤝1
Люблю книги, хоть и очень мало их читаю в последние годы. Смотрите какую прелесть сегодня добыл. Кот пришёл для масштаба, а с масштабом у кота всё в порядке.
В некоторых томах встречаются очень умилительные статьи-приложения. Вот для вас одну сфотографировал — не будем же мы подходить к делу с точки зрения буржуазно-юридического формализма?
Ведь и правда: весьма необходимо иметь на полках все 50 томов (на самом деле 65 + бонусный "СССР") советской мудрости и в каждый момент получать от них скорую духовную помощь!
#lifestyle #books
В некоторых томах встречаются очень умилительные статьи-приложения. Вот для вас одну сфотографировал — не будем же мы подходить к делу с точки зрения буржуазно-юридического формализма?
Ведь и правда: весьма необходимо иметь на полках все 50 томов (на самом деле 65 + бонусный "СССР") советской мудрости и в каждый момент получать от них скорую духовную помощь!
#lifestyle #books
🔥25❤9👍5😁1🤗1
Сегодня у нас милый пиксельный платформер о конце света, бессмертии, капитализме и праве на ошибку. Сам платформинг здесь, честно говоря, довольно средний, зато игра постоянно придумывает что-нибудь новое, очень старается не наскучить и рассказывает весьма забавную историю. Полный обзор как всегда на сайте:
PEPPERED: An Existential Platformer
(и вот версия на DTF)
Завязка занимательная: сто лет назад учёный победил и запер бога смерти, после чего жители этого мира перестали умирать. Сначала это, конечно, казалось величайшим достижением цивилизации. Был назначен День Бессмертия, появились торжественные церемонии, профессиональные герои и налаженный бюрократический процесс по поддержанию вечной жизни.
Но к сотой годовщине что-то идёт не так. Чтобы держать бога смерти взаперти, нужно было тратить специальные звёзды, и вот они почти закончились. Более того, в этом году специально обученный герой на работу вдруг не является, а окружающие реагируют на приближающийся апокалипсис с тем же интересом, с каким сотрудники крупной компании обычно реагируют на письмо об очередном обязательном тренинге.
Поэтому спасать всех приходится офисной стажёрке, которая только пришла на собеседование.
[...]
Сатира в PEPPERED очень стандартная: она направлена на бессмысленную офисную работу, начальников, корпоративную мотивацию, телевидение, полицию, потребление и людей, которые готовы защищать статус кво даже за пять минут до гибели мира. Ничего особенно нового на эту тему игра не говорит, и какая-нибудь The Stanley Parable, конечно, делает такую сатиру куда лучше.
Но шутки в целом работают. [...]
Ещё один интересный твист игры заявлен в описании: у вас есть только одна попытка. Это не значит, что после первого падения в пропасть игра удалит сохранение; на обычных платформенных участках можно умирать и повторять их сколько угодно. Но важные решения и особенно битвы с боссами действительно происходят только один раз.
Если проиграть боссу, никакого game over не будет. История просто продолжится с учётом поражения. Возможно, герой окажется в совершенно другом месте, познакомится с другими персонажами или получит не ту способность, которая была бы у него после победы. [...]
Это отличный трюк! Такая механика совершенно меняет отношение к игре. [...] Здесь же босс действительно становится событием, потому что второго раза (на этом прохождении) не будет.
[...]
Но это и не главное, потому что PEPPERED всё время меняет правила. То это обычный платформер, то стелс, то погоня на магазинной тележке, то перестрелка, то презентация в офисе, то внезапно почти Worms с гольфом. Даже офисное кресло здесь становится транспортным средством. Ни одна из этих механик не раскрывается особенно глубоко; многие появляются ровно на один эпизод и тут же выбрасываются. Но это тот случай, когда некоторая поверхностность идёт игре на пользу. Она не успевает надоесть.
[...]
PEPPERED — не выдающийся платформер и не самая умная на свете сатира на капитализм. Но это симпатичная, разнообразная и умно устроенная сюжетная игра. Она смешная, у неё отличный визуальный стиль, милые персонажи и редкая механика с отсутствием сохранений. Ради платформинга в неё играть не стоит, а вот если хочется небольшого авторского приключения, за которым интересно следить, — вполне рекомендую.
#tgif #games
PEPPERED: An Existential Platformer
(и вот версия на DTF)
Завязка занимательная: сто лет назад учёный победил и запер бога смерти, после чего жители этого мира перестали умирать. Сначала это, конечно, казалось величайшим достижением цивилизации. Был назначен День Бессмертия, появились торжественные церемонии, профессиональные герои и налаженный бюрократический процесс по поддержанию вечной жизни.
Но к сотой годовщине что-то идёт не так. Чтобы держать бога смерти взаперти, нужно было тратить специальные звёзды, и вот они почти закончились. Более того, в этом году специально обученный герой на работу вдруг не является, а окружающие реагируют на приближающийся апокалипсис с тем же интересом, с каким сотрудники крупной компании обычно реагируют на письмо об очередном обязательном тренинге.
Поэтому спасать всех приходится офисной стажёрке, которая только пришла на собеседование.
[...]
Сатира в PEPPERED очень стандартная: она направлена на бессмысленную офисную работу, начальников, корпоративную мотивацию, телевидение, полицию, потребление и людей, которые готовы защищать статус кво даже за пять минут до гибели мира. Ничего особенно нового на эту тему игра не говорит, и какая-нибудь The Stanley Parable, конечно, делает такую сатиру куда лучше.
Но шутки в целом работают. [...]
Ещё один интересный твист игры заявлен в описании: у вас есть только одна попытка. Это не значит, что после первого падения в пропасть игра удалит сохранение; на обычных платформенных участках можно умирать и повторять их сколько угодно. Но важные решения и особенно битвы с боссами действительно происходят только один раз.
Если проиграть боссу, никакого game over не будет. История просто продолжится с учётом поражения. Возможно, герой окажется в совершенно другом месте, познакомится с другими персонажами или получит не ту способность, которая была бы у него после победы. [...]
Это отличный трюк! Такая механика совершенно меняет отношение к игре. [...] Здесь же босс действительно становится событием, потому что второго раза (на этом прохождении) не будет.
[...]
Но это и не главное, потому что PEPPERED всё время меняет правила. То это обычный платформер, то стелс, то погоня на магазинной тележке, то перестрелка, то презентация в офисе, то внезапно почти Worms с гольфом. Даже офисное кресло здесь становится транспортным средством. Ни одна из этих механик не раскрывается особенно глубоко; многие появляются ровно на один эпизод и тут же выбрасываются. Но это тот случай, когда некоторая поверхностность идёт игре на пользу. Она не успевает надоесть.
[...]
PEPPERED — не выдающийся платформер и не самая умная на свете сатира на капитализм. Но это симпатичная, разнообразная и умно устроенная сюжетная игра. Она смешная, у неё отличный визуальный стиль, милые персонажи и редкая механика с отсутствием сохранений. Ради платформинга в неё играть не стоит, а вот если хочется небольшого авторского приключения, за которым интересно следить, — вполне рекомендую.
#tgif #games
❤9🔥3