跳到正文
arXiv · NLP· Florian Kutzner, Celina Kacperski, Laura de Moli\`ere, Edoardo Chidichimo, Min Jun Jung, Felix P. S. Wallis, James K. He·· 2026-10-07AI 评分20

合成研究验证中的行为后果与表征公平

Consequential Behaviour and Representational Fairness in the Validation of Synthetic Research

AI 导读

研究指出,基于大语言模型的合成受访者验证常偏离实际后果,建议采用新框架修正。 该框架要求声明与人类数据的对应层级,针对四个诊断维度进行评估,并必须报告子群体的效度结论。 框架将分配、程序及承认公平三个维度量化,通过电动汽车充电资费案例应用,旨在提升合成研究的公平性。

来源:arXiv · NLP · arxiv.org