EnsembleLink

大型语言模型在社会科学研究任务中展现出强大的零样本性能

一项新的研究论文表明，预训练语言模型无需针对特定任务进行训练，即可有效地执行记录链接和人口统计推断等社会科学任务。所提出的 EnsembleLink 算法利用预训练的嵌入，在记录链接方面可媲美甚至超越现有方法，并能跨不同脚本和格式进行泛化。在从姓名推断种族方面，大型语言模型在美国选民文件中达到了 83.8% 的准确率，优于传统方法，并显示出推断美国以外的群体成员身份以及减少人口统计估计偏差的潜力。