本研究探讨了大型语言模型（LLMs）在模拟调查响应中的可靠性，提出了一种自适应选择模拟响应数量的方法，以确保有效覆盖并量化LLM与目标人群之间的错位程度。

机器学习算法在个性化医学中有潜力，但受样本选择偏差限制。新研究方向通过识别目标人群来解决偏差问题，实验结果显示偏差导致算法性能下降。新技术在不同场景下展现稳健性，优于现有偏差校正技术。