LLM可大规模标注议会辩论，但需验证与统计校正。
资讯摘要
一篇论文用大语言模型标注德国议会1867至2025年移民辩论中的团结与反团结表述。作者报告GPT-5和gpt-oss-120B的macro-F1接近人类一致性，但存在系统性误差；研究将软标签与Design-based Supervised Learning结合以校正长期趋势估计。分析发现战后时期团结水平较高，2015年以来反团结明显上升。
要点速读
- 论文评估多种LLM在模型规模、提示策略、微调及历史与当代数据上的标注表现，GPT-5和gpt-oss-120B的macro-F1接近人类一致性。
- 作者指出模型系统性误差可能使下游结果产生偏差，因此用软标签输出结合Design-based Supervised Learning校正趋势估计。
- 论文覆盖帝国议会（1867-1933）、西德联邦议院（1949-1990）和统一后联邦议院（1990-2025）语料，报告战后团结较高、2015年后反团结上升。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。