大型語言模型

速報

大型語言模型數位雙生的建構效度與人類測驗比較研究

本研究檢視大型語言模型（LLM）作為人類受測者的數位雙生之心理測量可比性，提出涵蓋構念表徵與共變範圍的建構效度框架，並以人類金標準作為基準進行多項測驗。結果顯示，LLM 在整體層面的準確度與概念輪廓相關性皆可觀，但在單項題目層面的相關性較低。