Would a Large Language Model Pay Extra for a View? Inferring Willingness to Pay from Subjective Choices

Created by

Haebom

저자

Manon Reusens, Sofie Goethals, Toon Calders, David Martens

💡 개요

본 연구는 여행 도우미 맥락에서 대규모 언어 모델(LLM)이 주관적인 선택을 내릴 때 사용자의 지불 의사(WTP)를 추론하는 방법을 탐구합니다. LLM의 응답을 다항 로짓 모델로 분석하여 WTP를 도출하고 인간 벤치마크와 비교했으며, 정보 제공 및 페르소나 기반 프롬프트와 같은 현실적인 조건에서 모델 행동의 변화를 조사했습니다.

🔑 시사점 및 한계

•

LLM이 주관적인 선택에서 의미 있는 지불 의사(WTP) 값을 도출할 수 있으나, 속성 수준에서 체계적인 편차를 보입니다.

•

LLM은 특히 비싼 옵션이나 비즈니스 지향적인 페르소나가 도입될 때 전반적으로 인간 WTP를 과대평가하는 경향이 있습니다.

•

과거 선호도에 대한 정보를 모델에 조건화하면 인간 벤치마크에 더 가까운 가치 평가가 가능하며, 이는 LLM 기반 의사 결정 지원 시스템의 신중한 설계 및 사용자 표현의 중요성을 강조합니다.

PDF 보기

Made with Slashpage