无真值下的有效性评估：陈述偏好经济学能为大语言模型评测带来什么

一篇 arXiv 论文提出用陈述偏好经济学的有效性框架（内容、构念、效标有效性、可靠性、激励相容等）评测大语言模型。作者将 Vossler 等 2023 年发表的水质经济价值评估问卷施测于六个模型，以需求向下倾斜、支付意愿随商品范围和收入变化等经济学理论预测为检验。结果分化明显：两个较旧模型在 75,000 美元家庭收入水平上未通过最基本检验，两个最新模型通过全部理论有效性检验但在聚合有效性上出现分歧。