論文の概要: Arti-"fickle" Intelligence: Using LLMs as a Tool for Inference in the Political and Social Sciences

• arxiv url: http://arxiv.org/abs/2504.03822v1
• Date: Fri, 04 Apr 2025 17:35:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-08 14:15:19.756108
• Title: Arti-"fickle" Intelligence: Using LLMs as a Tool for Inference in the Political and Social Sciences
• Title（参考訳）: Arti-"fickle"インテリジェンス : LLMを政治・社会科学の推論ツールとして活用する
• Authors: Lisa P. Argyle, Ethan C. Busby, Joshua R. Gubler, Bryce Hepner, Alex Lyman, David Wingate,
• Abstract要約: ジェネレーティブな大規模言語モデル(LLM)は驚くほど有用で、汎用的で、有望なツールです。 政治や社会科学の研究者にとって、実際の人間の行動や懸念について理解を深める方法として使われるとき、それらは最もよく使われるだろう。 政治・社会科学の研究者は、推論の科学的目標に焦点を合わせる必要があることを示唆する。
• 参考スコア（独自算出の注目度）: 4.051777802443125
• License:
• Abstract: Generative large language models (LLMs) are incredibly useful, versatile, and promising tools. However, they will be of most use to political and social science researchers when they are used in a way that advances understanding about real human behaviors and concerns. To promote the scientific use of LLMs, we suggest that researchers in the political and social sciences need to remain focused on the scientific goal of inference. To this end, we discuss the challenges and opportunities related to scientific inference with LLMs, using validation of model output as an illustrative case for discussion. We propose a set of guidelines related to establishing the failure and success of LLMs when completing particular tasks, and discuss how we can make inferences from these observations. We conclude with a discussion of how this refocus will improve the accumulation of shared scientific knowledge about these tools and their uses in the social sciences.
• Abstract（参考訳）: ジェネレーティブな大規模言語モデル(LLM)は驚くほど有用で、汎用的で、有望なツールです。 しかし、実際の人間の行動や懸念について理解を深める方法として、政治・社会科学研究者にとって最も有用なものとなるだろう。 LLMの科学的利用を促進するために、政治・社会科学の研究者は推論の科学的目標に焦点を合わせる必要があることを示唆する。 そこで本研究では,LLMを用いた科学的推論に関する課題と機会について論じ,モデル出力の検証を実証的事例として用いた。 本稿では,特定のタスクを完了したときのLCMの失敗と成功の確立に関するガイドラインを提案し,これらの観察から推論を行う方法について論じる。 我々は,この再焦点が,これらのツールに関する共有科学知識の蓄積と社会科学における利用をいかに改善するかを議論して結論付けた。

関連論文リスト

• Position: Multimodal Large Language Models Can Significantly Advance Scientific Reasoning [51.11965014462375]
  MLLM(Multimodal Large Language Models)は、テキスト、画像、その他のモダリティを統合する。 本稿では,MLLMが数学,物理,化学,生物学などの分野にまたがる科学的推論を著しく前進させることができることを論じる。
  論文  参考訳（メタデータ） (2025-02-05T04:05:27Z)
• Political-LLM: Large Language Models in Political Science [159.95299889946637]
  大規模言語モデル(LLM)は、政治科学のタスクで広く採用されている。 政治LLMは、LLMを計算政治科学に統合する包括的な理解を促進することを目的としている。
  論文  参考訳（メタデータ） (2024-12-09T08:47:50Z)
• Persuasion with Large Language Models: a Survey [49.86930318312291]
  大規模言語モデル (LLM) は説得力のあるコミュニケーションに新たな破壊的可能性を生み出している。 政治、マーケティング、公衆衛生、電子商取引、慈善事業などの分野では、LLMシステムズは既に人間レベルや超人的説得力を達成している。 LLMをベースとした説得の現在と将来の可能性は、倫理的・社会的リスクを著しく引き起こす可能性が示唆された。
  論文  参考訳（メタデータ） (2024-11-11T10:05:52Z)
• Large Language Models Reflect the Ideology of their Creators [71.65505524599888]
  大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。 本稿では, LLMのイデオロギー的姿勢が創造者の世界観を反映していることを示す。
  論文  参考訳（メタデータ） (2024-10-24T04:02:30Z)
• Intelligent Computing Social Modeling and Methodological Innovations in Political Science in the Era of Large Language Models [16.293574791587247]
  本稿では,これらの問題に対処するために,知能コンピューティング社会モデリング(ICSM)手法を提案する。 アメリカ合衆国大統領選挙をシミュレートすることで、この研究はICSMの運用経路と方法論上の利点を実証的に示す。 この結果は、LCMが直接置換ではなく、統合と改善を通じて、政治科学の方法論的革新を促進することを示唆している。
  論文  参考訳（メタデータ） (2024-10-07T06:30:59Z)
• A Comprehensive Survey of Scientific Large Language Models and Their Applications in Scientific Discovery [68.48094108571432]
  大規模言語モデル(LLM)は、テキストやその他のデータ処理方法に革命をもたらした。 我々は,科学LLM間のクロスフィールドおよびクロスモーダル接続を明らかにすることで,研究ランドスケープのより総合的なビューを提供することを目指している。
  論文  参考訳（メタデータ） (2024-06-16T08:03:24Z)
• GPT-ology, Computational Models, Silicon Sampling: How should we think about LLMs in Cognitive Science? [4.242435932138821]
  GPT-ology, LLMs-as-computational-models, Silicon sample など,いくつかの新しい研究パラダイムについてレビューする。 我々は、科学を前進させるために対処しなければならないLCMに関するいくつかの際立った問題を強調します。
  論文  参考訳（メタデータ） (2024-06-13T04:19:17Z)
• From Prompt Engineering to Prompt Science With Human in the Loop [12.230632679443364]
  本稿では、それに対応する定性的な方法を通じて、コードブック構築にインスパイアされた新しい方法論を提案する。 研究者の集合が、厳密なラベル付け、検討、文書化のプロセスを通じて、主観性を排除し、生成プロセスに透明性と複製性をもたらす方法を示します。
  論文  参考訳（メタデータ） (2024-01-01T01:37:36Z)
• How should the advent of large language models affect the practice of science? [51.62881233954798]
  大規模言語モデルの出現は科学の実践にどのように影響を与えるべきか? 我々は4つの科学者グループを招待し、この質問を反映し、彼らの見解を共有し、議論をおこなった。
  論文  参考訳（メタデータ） (2023-12-05T10:45:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。