该研究探讨了大型语言模型（LLMs）与个性变量在自然语言处理中的应用，提出了一种基于人设的数据合成方法，通过多样化的人设集合生成合成数据。研究表明，尽管LLMs在模拟人类偏见方面存在局限，但合成人设能够提升人机交互效果，推动NLP领域的发展。