Cross-Centaur: Modeling Individual Decision-Making Across Psychological Tasks with Language Models https://arxiv.org/abs/2610.23157 [Introduction] In recent years, research on simulating human decision-making using artificial intelligence (AI) has advanced significantly. However, conventional models are limited to predicting "how an average population behaves in a specific task," failing to capture and utilize "individual behavioral tendencies (individual differences, such as being risk-seeking or cautious)" to forecast how the same individual would act across different tasks or contexts. In this study, we constructed a new dataset, "Cross-Psych-101," comprising multiple psychological experiments conducted with the same participants, and proposed "Cross-Centaur," a model that predicts a person's decision-making in another task based on their behavioral history in a specific task. Experimental results demonstrated that AI can learn an individual's behavioral traits and accurately predict their behavior even in unobserved tasks. [Abstract] In this study, we achieved cross-task decision-making prediction for the same individual using language models and experimentally analyzed the transferability of individual behavioral tendencies. To this end, we collected 12 types of psychological tasks across four categories (Bandit, Tradeoff, Structure, and Social) from 591 participants, constructing a new dataset named "Cross-Psych-101" (comprising 261,551 valid decision points). Using supervised fine-tuning, we trained "Cross-Centaur," a model that generates and predicts behavior in a target task based on a participant's behavioral history in source tasks and the description of the target task. Through analysis, we derived the following results: 1. Improved Cross-Task Prediction Accuracy: For unseen participants, Cross-Centaur achieved superior prediction accuracy compared to existing LLMs and Centaur, not only between tasks within the same category but also across different categories. 2. Contribution of Individual-Specific Behavioral Information: Ablation analysis using shuffled participant behavioral histories confirmed that matched behavioral data from the same individual is essential for accuracy gains, demonstrating that the model effectively leverages personal behavioral evidence. 3. Internal Representation Encoding of Individual Traits: Probing analysis of the model's hidden states revealed that task-general, transferable individual-level behavioral tendencies—such as risk preference and regret sensitivity—are encoded within Cross-Centaur's internal representations. The analysis demonstrates the feasibility of highly accurate human decision-making simulations in multi-task environments by leveraging individual behavioral evidence, offering a new framework for modeling individual differences in cognitive science and social simulations. Future work includes extending the approach from laboratory tasks to everyday and social contexts, achieving cross-lingual generalization, enhancing transfer accuracy across unseen tasks, and developing training methods that faithfully reproduce the breadth (variance) of individual differences without underestimating the diversity of human behavior. Contact：info[at]riise.u-tokyo.ac.jp
Cross-Centaur: Modeling Individual Decision-Making Across Psychological Tasks with Language Models https://arxiv.org/abs/2610.23157 [Introduction] 近年人工知能（AI）を用いて人間の意思決定をシミュレートする研究が進んでいます。 しかし従来のモデルは「平均的な集団が特定のタスクでどう行動するか」を予測するに とどまり、同じ人物が別のタスクや他の場面ではどう動くかという 「個人毎の行動傾向（リスク好き・慎重派などの個人差）」までを捉えて予測に活かす ことはできませんでした。本研究では、同一参加者が複数の心理学実験を行った 新しいデータセット「Cross-Psych-101」を構築し、ある人の特定タスクでの行動履歴からその人の別タスクでの意思決定を予測するモデル「Cross-Centaur」を提案しました。 実験の結果、AIが個人の行動特徴を学習し、未知のタスクにおいてもその行動を高い精度で予測できることを明らかにしました。 [Abstract] 本研究は、言語モデルを用いて同一人物における複数タスク間の意思決定予測（クロス・タスク予測）を実現し、個人の行動傾向の転移可能性を実験的に分析したものである。 この目的のため、参加者591名から4カテゴリ（Bandit、Tradeoff、Structure、Social）12種類の心理学タスクを収集し、新データセット「Cross-Psych-101」 （有効意思決定数: 261,551件）を構築した。参加者のソースタスクにおける行動履歴と ターゲットタスクの記述から、ターゲットタスクでの行動を生成・予測するモデル 「Cross-Centaur」を教師ありファインチューニングにより学習させた。 解析により、以下の結果を導出した。 1. タスク間予測精度の向上： 未知の参加者に対し、同一カテゴリのタスク間に加え、 異なるカテゴリのタスク間においても既存LLMやCentaurを上回る予測精度を達成。 2. 個人固有の行動情報の寄与： 参加者の行動履歴を差し替えたアブレーション解析 (Shuffled)により、予測精度の向上には同一人物の対応した行動データが 不可欠であり、モデルが個人の行動証拠を活用していることを確認。 3. 個人傾向の内部表現符号化： モデルの隠れ層状態に対するプロービング解析から、 Cross-Centaurの内部表現にはリスク選好や後悔度といったタスク横断的に 転移可能な個人レベルの行動傾向が符号化されていることが示された。 マルチタスク環境において個人の行動証拠の活用により、人間の意思決定が高精度に シミュレートできる可能性が示され、認知科学や社会シミュレーションにおける 個人差モデリングの新たな指針を提示している。 今後は、実験室タスクから日常・社会的文脈への拡張や多言語汎化や、未知タスク間での転移精度向上、モデルが人間の行動の多様性を過小評価せずに個人差の幅（分散）を より忠実に再現する学習手法の開発が課題である。 本研究に関するお問い合わせ：info[at]riise.u-tokyo.ac.jp ________________________________________________________________________