研究人员开发了一个大型语言模型小组,用于对政治宣言中的环境和气候政策立场进行评分,为传统的专家调查和手动编码提供了一种经济高效且可重复的替代方案。该小组被应用于六个国家 2024 年欧洲议会选举的 41 份宣言,并与 Chapel Hill 专家调查进行了结果验证。虽然大型语言模型小组的评分与专家排名总体一致,但它倾向于将政党评定得比专家认为的更“绿色”,这种差异归因于宣言承诺与实际执政记录之间的差距。研究还发现,环境保护的立场和重要性是相关的,而气候变化的立场和重要性是独立的,并且开发的工具是开源的、多语言的,并补充了现有方法。 AI
影响 这项研究展示了大型语言模型在政治分析方面的新颖应用,有望提高政策评分的效率和可重复性。
排序理由 该集群描述了一篇学术论文,该论文详细介绍了一种使用大型语言模型分析政治宣言的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- Austria
- CatalyzeX
- Chapel Hill Expert Survey
- DagsHub
- European Parliament
- France
- Germany
- Gotit.pub
- Hugging Face
- Italy
- LLM Panel
- ScienceCast
- Spain
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →