机构名称：
¥ 5.0
随着大语言模型（LLM）的流行性升高，有必要评估其在非常相关的领域中的能力。我们提出了一个基于科学传播研究的综合评估框架，以评估LLM对气候变化问题的回答。我们的框架强调了表达和认识论充分性，对跨越8个尺寸和30个问题的LLM世代进行了精细分析。我们的评估任务是越来越多的Challenging问题的现实示例，在这些问题中，AI可以补充和提高人类绩效。我们介绍了可扩展监督的新颖协议，该协议依赖于AI援助和相关教育的评估者。我们在一系列不同的气候问题上评估了最近的一些LLM。我们的结果表明，在气候通讯领域，LLM的表面和认识论质量之间存在显着差距。
评估气候信息的大型语言模型
主要关键词
相关文件推荐
