一项新近发表在arXiv上的研究调查了大型语言模型（LLM）的使用与科学生产力之间的关联。该研究解决了先前工作提出的担忧，即LLM采用日期的确定方法可能产生选择偏差，从而导致生产力增幅被夸大。作者重新校准了先前研究中的安慰剂检验，发现观察到的生产力关联仍显著高于基准，表明该人为因素并不完全解释报告的变化。他们进一步采用了补充性研究设计，包括前后对比和对照组，这些设计一致显示出积极的生产力关联，而对ChatGPT之前数据的类似检验则产生了无效结果。 AI
影响 为评估LLM对研究产出的影响提供了一种更稳健的方法，解决了先前研究中潜在的偏差。
排序理由 发表在arXiv上的研究论文，详细介绍了评估LLM对科学生产力影响的方法。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
