研究评估大语言模型用于舆情数据插补

LLM插补舆情数据最多与统计基线相当，且算力更高。

资讯摘要

论文首次按多重插补指标，在四份舆情调查逾500万条插补回答上评估大语言模型插补，考察84种上下文学习配置并比较六款开放权重模型。作者报告最强ICL优于零样本角色提示，但最多与MICE PMM、TabPFN等统计基线相当，且对调查主题敏感、算力消耗高2至3个数量级；macro-F1、TVD等预测指标不能可靠反映插补质量。

要点速读

1. 论文在四份舆情调查、逾500万条插补回答上，按多重插补指标与统计基线比较LLM插补。
2. 作者报告最强ICL配置优于零样本角色提示，但最多与MICE PMM、TabPFN竞争，且算力高2至3个数量级。
3. 作者指出macro-F1、TVD等常用预测指标不能可靠追踪插补质量，成熟多重插补仍是更好默认选择。

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 2026/11/3 08:00:27（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。