语言模型评审组测量政治立场方法

2026年10月30日，arXiv人工智能板块刊出Tarek Gara的研究，提出将大语言模型视为评审小组中一名可能出错的评审员，用于数据稀疏地区的政治立场测量，并以中东和北非为示例。研究称评分标准、提示词与数据均已完整公开。内置实验显示，在固定无定义轮次的情况下，书面轴定义使21分制得分平均移动1.8分，评审员间平均绝对差距从2.81降至2.50，相关系数r从0.81升至0.89。论文v2版本更正了一处导入错误：此前某模型154条评分被错误归属到其他政党；所有数字均基于更正后的v1.0数据重新计算。目前进展为方法发布与数据公开，尚无后续独立验证报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。