计算机科学 > 计算机与社会
[提交于 2025年2月13日
]
标题: 关于大型语言模型作为气候变迁与可持续性政策审议的数据来源
标题: On Large Language Models as Data Sources for Policy Deliberation on Climate Change and Sustainability
摘要: 我们提出研究问题:“大型语言模型(LLMs)能否提供可信的评估分数,以用于构建启动多准则决策分析(MCDM)模型,从而支持关于气候和可持续性政策的初步讨论?” 在这项探索性研究中,我们: i. 确定了一些美国地方政府(实际上也是全世界各地政府)正在积极考虑的有趣政策选项。 ii. 确定了若干生活质量指标作为这些政策的适当评估标准。 iii. 使用GPT-4在多个标准上获取这些政策的评估分数。 iv. 使用TOPSIS多准则决策方法根据获得的评估分数对政策进行排名。 v. 通过比较基于TOPSIS的政策排名与知情评估练习得到的排名,来评估分数表集合的质量和有效性。 我们发现,GPT-4与我们知情评估练习中的政策排名大致一致。 因此,我们得出结论(始终是暂时性的,并假设适度的审查),即GPT-4可以作为后续关于气候和可持续性政策讨论过程的可信输入,甚至起点。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.