基于LLM输出分布预测美国大选结果（第一部分）
人工智能
2024-11-07 v1 计算与语言
摘要
本文介绍了基于分布的预测方法，这是一种利用大语言模型（LLMs）作为预测工具的新方法，通过将输出 token 的概率解释为代表模型对世界学习表征的分布。这种方法为分析算法保真度提供了新的视角，补充了硅采样方法。我们展示了基于分布的预测在最近一次美国总统选举中的应用，表明该方法可用于识别特定任务的偏差、提示噪声和算法保真度。该方法对于评估基于 LLM 的预测在各领域的可靠性和增强其透明度具有重要意义。
引用
@article{arxiv.2411.03486,
title = {LLM Generated Distribution-Based Prediction of US Electoral Results, Part I},
author = {Caleb Bradshaw and Caelen Miller and Sean Warnick},
journal= {arXiv preprint arXiv:2411.03486},
year = {2024}
}
备注
17 pages, 10 Figures, Pre-print