一项新研究评估了20个大型语言模型(LLMs)在经济因果效应推理能力方面的表现,发现它们表现出系统性的意识形态偏见。该研究扩展了EconCausal基准测试,增加了有争议的案例,在这些案例中,政府支持和市场支持的观点会预测不同的结果。LLMs在这些有争议的项目上的准确性较低,并且它们的错误不成比例地偏向政府支持的解释,这种偏差通过上下文提示无法纠正。 AI
影响 强调了大型语言模型在经济推理中存在的系统性意识形态偏见,为政策分析提供了方向性评估的必要性。
排序理由 评估大型语言模型在特定基准测试中表现的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →