Timoneda提出LLM研究的概率性可复现标准与模型集成方法
热点事件持续更新
Timoneda提出LLM研究的概率性可复现标准与模型集成方法
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
Joan C. Timoneda 在 arXiv 提交的论文章节系统探讨 LLM 用于政治与社会科学研究时的可复现性问题，区分可复现性、可重复性与稳健性，并提出以结果分布而非完全相同输出为准的概率性标准。该章节是其著作《LLMs in Political and Social Science》（牛津大学出版社，预计2027年出版）第五章。 作者引入标准化提示词脚本，用三个数据集展示测量选择可逆转下游回归系数的符号；基于金标子样本的修正可恢复有效性但损失精度，其提出的开源权重模型 stacked ensemble 则称在保持估计有效性的同时提升修正精度。
AI 根据报道生成 · 49 分钟前更新
最新进展11月4日 23:20
LLM 政治与社会科学研究中的可复现性、可重复性与稳健性报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.CLLLM 政治与社会科学研究中的可复现性、可重复性与稳健性
Joan C. Timoneda 的论文章节系统探讨 LLM 研究中的可复现性问题，区分可复现性、可重复性与稳健性，并提出基于结果分布而非完全相同输出的概率性标准。作者引入标准化提示词脚本，用三个数据集展示测量选择可逆转下游回归系数符号；基于金标子样本的设计化修正可恢复有效性但损失精度，其提出的开源权重模型 stacked ensemble 则在保持估计有效性的同时提升修正精度。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。