Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Simulation du comportement de vote au Parlement européen, pilotée par les personnages, avec de grands modèles linguistiques

Created by
  • Haebom

Auteur

Maximilian Kreutner, Marlène Lutz, Markus Strohmaier

Contour

Cet article explore la prédiction du comportement électoral des députés européens en exploitant le biais politique des modèles linguistiques à grande échelle (MLE). Compte tenu de la tendance des MLE à adopter une orientation libérale de gauche, nous avons utilisé une technique d'incitation à la création de personnages sans échantillonnage, avec des informations limitées, pour prédire les décisions de vote individuelles des députés et les positions politiques des groupes européens. Nous avons évalué la robustesse des prédictions à l'aide de diverses incitations et méthodes de génération de personnages, et avons constaté que le modèle simule assez bien le comportement électoral des députés, avec un score F1 pondéré d'environ 0,793. L'ensemble de données et le code des personnages politiques utilisés sont accessibles au public.

Takeaways, Limitations

•
Takeaways:
◦
Nous montrons que le LLM peut être utilisé pour prédire le comportement de vote politique avec une précision considérable, même avec des informations limitées.
◦
Nous démontrons que le biais politique du LLM peut être exploité pour simuler diverses positions politiques grâce à la technique d’incitation à la personnalité.
◦
Présentation d’une nouvelle méthodologie qui peut aider à comprendre le processus décisionnel dans des systèmes politiques complexes tels que le Parlement européen.
◦
ÉLargir les possibilités de recherche et d’application grâce à des ensembles de données et des codes ouverts.
•
Limitations:
◦
La forte dépendance du LLM aux préjugés politiques limite sa crédibilité à moins que ces préjugés eux-mêmes ne soient abordés.
◦
Les performances de l'invite de tir zéro peuvent dépendre fortement de l'ingénierie des invites et de la qualité des données.
◦
La précision de prédiction est satisfaisante avec un score F1 pondéré de 0,793, mais elle n’est pas parfaite et une analyse plus approfondie de la plage d’erreur de prédiction est nécessaire.
◦
ÉTant donné que l’étude s’est limitée au Parlement européen, il convient de faire preuve de prudence avant de généraliser à d’autres systèmes politiques.
👍
Made with Slashpage