标签
提出了部分裁决的基于设计的监督学习（PA-DSL）方法，该方法利用少量已裁决案例纠正噪声人工标签，从而消除自动化分类器的偏差，在实验中实现了名义覆盖度，并将均方根误差（RMSE）降低了10-17%。
本文研究了在提示中添加人口统计属性如何影响LLM与人类在不同任务中的一致性，发现少数高信号属性能够提升对齐，但过度指定会降低对齐效果。研究使用五个开源LLM和神经元探测，表明属性信号质量和连贯性比数量更重要。