LLM 预测问卷回答的优势随已知数据减少而消失
资讯摘要
论文评估三个 LLM 在两项态度调查中预测留出题项回答的能力，并与基于嵌入相似度的简单基线比较。作者报告，LLM 多数情况下优于基线，但已知回答比例下降时表现持续变差，在其中一项调查中甚至与基线持平。结果表明 LLM 的问卷回答增强能力因调查而异，数据较少时可能退回到简单语义相似度水平。
要点速读
- 研究比较三个 LLM 与两种嵌入相似度基线在两项调查中预测留出题项回答的表现。
- 作者报告 LLM 多数情况下优于基线，但已知回答比例越低表现越差，一项调查中与基线持平。
- 结论认为 LLM 的问卷回答增强能力因调查而异，数据不足时可能仅依赖表层语义相似。
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 2026/10/23 08:00:11（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。