llm은 텍스트 토큰 단위로 추론하니 고빈도 라벨이 등장하면 그 라벨이 학습 시 함께 등장한 패턴이 활성화되어 다른 정보를 압도하는 경향이 있는 것 같습니다.

또한 페르소나에 디테일한 라벨이 있다고 해서 그 사람의 투표 행동이 LLM이 추론할 수 있는 함수로 결정되지 않고 실제 정치 행동을 결정하는 건 이전 투표 이력, 가족,동료의 지지 정당, 최근 본 뉴스, 후보 개인 호감도 합성 페르소나엔 없는 정보가 너무 많이 영향을 끼칩니다.
이는 비단 모든 경제/정치 (특정)상황/현상을 추론하는것에 동시에 작용하는 것 같습니다.