实体
Zonghan Li
Zonghan Li
PulseAugur coverage of Zonghan Li — every cluster mentioning Zonghan Li across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
LLM生成的提示在北京的研究中减少了电力使用
最近发表在arXiv上的一项研究探讨了使用大型语言模型（LLM）生成个性化提示以鼓励亲环境行为的用途。这项在北京大学居民中进行的研究发现，LLM生成的个性化建议（包括使用报告、行为改变情景和估计节省量）与标准的基于文本的反馈相比，显著减少了电力消耗。虽然单独的图像增强反馈并未显示出明显改善，但个性化的LLM提示与更持久的参与相关，并为将生成式AI融入可持续城市管理提供了一种有前景的方法。
-
大型语言模型（LLM）的现实主义不可靠，无法准确评估社会科学处理效应
一篇新的研究论文对在社会科学实验中将统计现实主义作为评估大型语言模型（LLM）代理的普遍做法提出了质疑。该研究发现，在多个跨国实验中，统计现实主义与处理效应准确性之间的相关性很弱。优化统计现实主义甚至可能降低处理效应的准确性，特别是对于行为结果，因为模型可能会从态度模式中推断。作者提出了一个用于LLM生成合成数据的诊断框架，强调模拟响应和处理效应是不同的估计目标。