LARGE LANGUAGE MODELS FOR CROWD DECISION MAKING BASED ON PROMPT DESIGN STRATEGIES USING CHATGPT

本文是LLM系列文章，针对《LARGE LANGUAGE MODELS FOR CROWD DECISION MAKING
BASED ON PROMPT DESIGN STRATEGIES USING CHATGPT

摘要

社交媒体和互联网有潜力被用作丰富决策解决方案的意见来源。群体决策（CDM）是一种能够通过情绪分析从纯文本（如社交媒体平台上发布的评论）中推断意见和决策的方法。目前，大型语言模型（LLM）的出现和潜力促使我们探索自动理解书面文本的新场景，也称为自然语言处理。本文分析了基于提示设计策略的ChatGPT的使用，以帮助CDM过程提取意见和做出决策。我们将ChatGPT集成到CDM过程中，作为一种灵活的工具来推断文本中表达的意见，在决策模型基于提示设计策略的情况下提供数字或语言评估。我们包括了一个具有类别本体作为标准的多标准决策场景。我们还将ChatGPT视为一个端到端CDM模型，能够提供对备选方案的一般意见和评分。我们对从TripAdvisor（TripR-2020Large数据集）中提取的真实数据进行了实证实验。结果分析表明，使用ChatGPT开发质量决策模型是一个很有前途的分支。最后，我们讨论了在CDM过程中使用LLM在一致性、敏感性和可解释性方面的挑战，为未来的研究提出了悬而未决的问题。

1 引言

2 前言

3 基于ChatGPT的群体决策模型

4 案例研究：TripAdvisor评论中的餐厅排名

5 关于挑战的讨论：一致性、敏感性和可解释性

6 关于挑战的结论和未来工作

本文考虑了LLM的使用，特别是ChatGPT的