Felipe Garrido-Lucero

人工智能算法改进参与式预算项目选择

研究人员开发并测试了参与式预算中算法筛选的隐私保护方法。这些算法旨在仅使用项目特征和匿名化的历史投票数据来预测哪些公共投资项目可能会获得市民的资助。一项研究表明，虽然使用大型语言模型对项目进行排名的朴素方法存在局限性，但基于投票的流程使最先进的LLM能够达到与经典机器学习方法相媲美的性能。研究结果表明，参与式预算中的用户偏好足够稳定，可以使算法筛选有效地近似初始项目选择。