arXiv · AI· Baptiste Arnaudo, Amine Bennouna, S\'ebastien Martin·· 8 小时前AI 评分23
LLM 与统计选择模型结合实现非结构化数据可解释特征发现
Interpretable Feature Discovery from Unstructured Data Using LLMs and Statistical Choice Models
AI 导读
该研究提出利用 LLM 进行成对比较并构建统计选择模型，以从非结构化数据中自动发现可解释且决策相关的特征。 方法将 LLM 生成的解释视为数据，用于识别关键特征并估计得分；在模拟招聘数据中，该方法在特征恢复方面显著优于直接 LLM 提取，在 ChangeMyView 辩论数据集中达到了与既定基线相当的预测准确率。 通过分解这些可解释特征，还可审计 LLM 决策，揭示其奖励的具体因素。
来源：arXiv · AI · arxiv.org