语言模型揭示了关于城市环境的隐含假设

研究人员开发了一个框架，用于实证测量语言模型对城市的隐含假设。通过分析十个开源权重检查点，该研究发现模型倾向于偏爱那些具有更大开发区域、快速近期增长、广泛基础设施和更密集形态特征的城市画像。该框架能够追溯性地理解这些模型认为的“普通城市”构成要素，揭示了一种共享但依赖于模型的视角。 AI

影响 提供了一种实证追踪和理解语言模型中关于城市环境等复杂现实世界概念的隐含偏见和假设的方法。

排序理由 该集群包含一篇发表在arXiv上的研究论文，详细介绍了一个用于分析语言模型假设的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Language Models
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →