PulseAugur
实时 22:05:01
English(EN) AI-Augmented Surveys: Leveraging Large Language Models and Surveys for Opinion Prediction

AI框架从调查数据中预测公众意见趋势

研究人员开发了一个利用大型语言模型(LLM)从调查数据中预测公众意见趋势的框架。这种AI增强型方法可以追溯历史调查中缺失的意见,并预测未被问及特定问题的年份的意见。该模型在1972-2021年的通用社会调查(General Social Surveys)上进行了测试,在恢复趋势方面表现强劲,例如对同性婚姻支持率的上升,尽管预测完全未被问及的意见仍然具有挑战性。该研究强调了LLM如何通过填补数据空白来增强调查研究,以及调查如何帮助校准LLM以模拟人类意见。 AI

影响 通过预测历史和未被问及的意见趋势来增强调查研究,可能有助于更好地理解社会变迁。

排序理由 该集群包含一篇学术论文,详细介绍了使用LLM和调查数据的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Junsol Kim, Byungkyu Lee ·

    AI-Augmented Surveys: Leveraging Large Language Models and Surveys for Opinion Prediction

    arXiv:2305.09620v4 Announce Type: replace-cross Abstract: Nationally representative surveys track public opinion, yet they ask only a limited set of questions each year, limiting its potential to capture historical changes. To fill this gap, we develop a large language model (LLM…