实体
Social Science Research
Social Science Research
PulseAugur coverage of Social Science Research — every cluster mentioning Social Science Research across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
LLM政治事件编码的准确性与可靠性之争
一项新的研究论文探讨了在社会科学研究中使用大型语言模型（LLMs）进行政治事件编码的挑战。虽然更清晰、对LLM友好的代码本能显著提高分类准确性，但这种预测性能并不总是能转化为行为可靠性。研究表明，用于编码的LLM系统不仅应根据准确性进行评估，还应根据其维持底层编码逻辑的能力进行评估。
-
新库和框架通过预测驱动的推理增强AI评估
研究人员推出GLIDE，一个开源Python库，旨在标准化和改进AI系统（特别是代理系统）的评估。GLIDE统一了各种预测驱动的推理（PPI）方法，提供去偏估计和有效的量化不确定性。一篇相关论文提出了一个多任务PPI框架，该框架利用相关任务来增强推理能力并保留特定任务的结果，尤其是在真实标签稀缺的情况下。这些进展旨在降低标注成本，同时保持AI评估和社会科学研究的精确度。