研究人员开发并测试了参与式预算中算法筛选的隐私保护方法。这些算法旨在仅使用项目特征和匿名化的历史投票数据来预测哪些公共投资项目可能会获得市民的资助。一项研究表明，虽然使用大型语言模型对项目进行排名的朴素方法存在局限性，但基于投票的流程使最先进的LLM能够达到与经典机器学习方法相媲美的性能。研究结果表明，参与式预算中的用户偏好足够稳定，可以使算法筛选有效地近似初始项目选择。 AI
影响 有可能提高公民主导的公共投资决策的效率和公平性。
排序理由 关于参与式预算算法方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
