本研究探讨了大型语言模型（LLMs）在模拟人类群体动态方面的潜力和局限性。研究发现，LLMs代理人扮演具体人物且没有链式思考时与人类行为一致，但有链式思考则损害了一致性。明确的偏见纳入代理人提示并不一定增强党派群体的智慧。用人类数据对LLMs进行微调显示出实现类似人类行为的潜力，但存在过度拟合特定行为的风险。