Cross-Centaur: Modeling Individual Decision-Making Across Psychological Tasks with Language Models

📄 arXiv: 2610.23157v1 📥 PDF

作者: Hikaru Asano, Hidezo Suganuma, Ryutaro Mori, Yukino Baba

分类: cs.CL

发布日期: 2026-10-16

备注: Accepted to EMNLP 2026 (Main Conference, Oral Presentation)

🔗 代码/项目: HUGGINGFACE

💡 一句话要点

提出Cross-Centaur以解决个体决策建模问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 个体决策 心理任务 大型语言模型 行为建模 跨任务学习

📋 核心要点

  1. 现有方法未能有效链接不同任务中的相同参与者，导致模型只能学习群体层面的行为规律。
  2. 论文提出Cross-Centaur模型，通过结合目标任务和源任务的描述及行为，来预测个体的决策。
  3. 实验结果显示Cross-Centaur在持出参与者的任务表现上优于现有模型，且能够捕捉跨任务的个体行为特征。

📝 摘要（中文）

大型语言模型（LLMs）越来越多地被用作人类行为的计算模型。现有模型如Centaur通过对心理实验中的逐次决策进行微调来推进这一目标。然而，现有的大规模行为数据集未能在不同任务中链接相同参与者，因此这些模型学习的是群体层面的规律，而非个体层面的规律。本文引入Cross-Psych-101数据集，包含591名参与者和261,551个有效决策，涵盖12种任务。我们训练Cross-Centaur模型，从目标任务描述和源任务描述及相同参与者的源任务行为中预测参与者的目标任务行为。Cross-Centaur在持出参与者的表现上超越了现成的LLMs和Centaur，且在任务间的表现也优于前者。探测分析表明，其隐藏状态编码了跨任务的参与者行为倾向，显示了跨任务个体数据在预测人类决策中的潜力。

🔬 方法详解

问题定义：本文旨在解决现有模型无法有效建模个体在不同心理任务中的决策行为的问题。现有方法主要关注群体层面的规律，缺乏对个体行为的深入理解。

核心思路：论文提出的Cross-Centaur模型通过结合目标任务和源任务的描述及相同参与者的行为，来增强对个体决策的预测能力。这种设计旨在利用跨任务的个体数据，提升模型的泛化能力。

技术框架：整体架构包括数据预处理、模型训练和评估三个主要阶段。首先，构建Cross-Psych-101数据集，然后训练Cross-Centaur模型，最后通过持出参与者的测试评估模型性能。

关键创新：最重要的技术创新在于Cross-Centaur能够有效地捕捉个体在不同任务中的行为规律，超越了传统模型的局限，提供了个体层面的决策建模能力。

关键设计：模型的关键设计包括使用特定的损失函数来优化个体行为的预测，同时在网络结构上引入了能够编码跨任务行为倾向的隐藏状态。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，Cross-Centaur在持出参与者的任务表现上超越了现成的LLMs和Centaur，尤其是在跨任务的预测能力上表现突出，显示出显著的性能提升，具体数据未提供。

🎯 应用场景

该研究的潜在应用领域包括心理学、行为经济学和人机交互等。通过更好地理解个体决策过程，Cross-Centaur可用于优化决策支持系统、个性化推荐以及心理健康干预等实际场景，具有重要的社会价值和应用前景。

📄 摘要（原文）

Large language models (LLMs) are increasingly used as computational models of human behavior. Recent models such as Centaur have advanced this goal by fine-tuning LLMs on trial-by-trial decisions from psychological experiments. However, existing large-scale behavioral datasets do not link the same participants across different tasks, so these models learn population-level regularities but are not trained to model individual-level regularities across tasks. We introduce Cross-Psych-101, a dataset of 591 participants and 261{,}551 valid decisions across 12 Bandit, Tradeoff, Structure, and Social tasks. We train Cross-Centaur to predict a participant's target-task actions from a target-task description and the source-task description paired with the same participant's source-task behavior. Cross-Centaur outperforms off-the-shelf LLMs and Centaur on held-out participants, both within and across tasks. Probing analyses suggest that its hidden states encode participant-level behavioral tendencies that transfer across tasks. These results highlight the potential of cross-task individual-level data for predicting human decision-making with language models. Cross-Pysch-101 is available at https://huggingface.co/datasets/HikaruAsano/cross-psych-101.