LABOR-LLM：基于大型语言模型的基于语言的职业表示

Jun, 2024

LABOR-LLM：基于大型语言模型的基于语言的职业表示

LABOR-LLM: Language-Based Occupational Representations with Large Language Models

Tianyu Du, Ayush Kanodia, Herman Brunborg, Keyon Vafa, Susan Athey

TL;DR使用大型语言模型和迁移学习技术，本研究提出一种替代 CAREER 基础模型微调的方法，对下一个工作预测任务进行训练并展示了其在代表性调查数据上的预测性能优于传统计量模型、CAREER 和具有情境学习的大型语言模型。

Abstract

Many empirical studies of labor market questions rely on estimating relatively simple predictive models using small, carefully constructed longitudinal survey datasets based on hand-engineered features. Large Lan

labor market large language models job prediction transfer learning predictive models

发现论文，激发创造

LLM4Jobs: 无监督职业提取与标准化，基于大规模语言模型

LLM4Jobs 是一种利用大型语言模型（LLMs）进行职位编码的新型无监督方法，通过在合成和实际数据集上进行严谨实验证明，LLM4Jobs 始终超过无监督最先进的基准，展示了其在不同数据集和细粒度上的多功能性。

Sep, 2023

中国劳动市场中的大型语言模型

该研究探讨了大型语言模型（LLMs）对中国劳动力市场的潜在影响，通过人工专业知识和 LLM 分类的分析，我们研究了 LLM 能力对职业暴露的影响。结果显示职业暴露与工资水平 / 经验溢价呈正相关，暗示高薪和经验密集型工作可能面临更大的被 LLM 软件取代的风险。该研究在理解中国日益强大的 AI 系统对劳动力市场的影响方面提供了分析基础，创新之处在于职业层面的暴露分析、行业聚合方法以及纳入 AI 采用和劳动力市场效应的经济模型。该研究结果将为决策者和企业提供关于最大化 AI 效益和减轻负面影响风险的策略建议。

Aug, 2023

JobRecoGPT -- 基于 LLMs 的可解释的职位推荐

通过比较四种不同的方法，包括内容确定性、由 LLM 指导、未指导的 LLM 和混合方法，我们利用大型语言模型在工作推荐中捕捉了未结构化数据转换过程中丢失的信息，并且评估了它们在时间需求方面的性能。

Sep, 2023

基于 LLMs 的贝叶斯统计建模

利用贝叶斯统计模型，研究了大型语言模型（LLMs）在人类行为预测方面的类人特性，发现 LLMs 不能准确捕获人类数据的各项细节，但在聚合和条件水平的预测方面可以有效适配人类数据，显示出某些不同的方法可以使其得到充分的分布式预测。

Jun, 2024

雇佣我还是不雇佣？考察语言模型对职业属性的行为

本论文研究了大型语言模型在职业决策过程中与性别刻板印象相关的行为，通过多轮问答的方式，探究和量化了性别刻板印象在语言模型行为中的存在，并测试了三种模型的偏好。发现所有模型都存在类似于人类偏见的性别刻板印象，但偏好不同，且 GPT-3.5-turbo 和 Llama2-70b-chat 的不同偏好可能意味着当前的对齐方法对消除偏见不足够，甚至可能引入与传统性别刻板印象相矛盾的新偏见。

May, 2024

大型语言模型中的性别偏见和刻板印象

通过对四个最近发表的大型语言模型进行测试，我们发现大型语言模型在性别刻板印象、职业偏见和句子结构等方面表现出偏见，它们更倾向于选择与性别刻板印象相关的职业，并且在提供自己选择的解释时常常存在事实错误，对于这些模型的偏见行为，我们需要谨慎测试以确保它们对待边缘化个体和社区是公平的。

Aug, 2023

在线求职推荐中探究大语言模型在图数据理解中的应用

本研究旨在揭示大型语言模型在理解行为图并利用这种理解增强在线招聘中的推荐能力，包括促进分布外应用程序，为此我们提出了一个新框架，该框架利用大型语言模型提供的丰富上下文信息和语义表示来分析行为图并揭示其中的潜在模式和关系，从而实现个性化和准确的工作推荐，并在全面的数据集上评估了我们的方法的有效性。

Jul, 2023

大型语言模型能否取代经济选择预测实验室？

使用语言模型生成的数据能够有效地预测基于语言的说服游戏中的人类行为，并且在某些情况下超过基于实际人类数据训练的模型。

Jan, 2024

大型语言模型用于旅行行为预测

利用大型语言模型进行旅行行为预测，无需数据参数学习，准确性可与传统的监督学习方法相媲美，并能输出预测的原因，但存在逻辑矛盾或幻觉的情况。

Nov, 2023

大型语言模型八大要点

该论文调查了大型语言模型的八个潜在问题，包括其预测能力的增强，不可预测的行为的出现，对外部世界的学习和使用表示，行为引导技术的不可靠性，内部工作方式的解释困难性，性能上界不是人类任务表现，不一定表达其创建者或网络文本编码的价值观，与 LLMs 的简短交往经常是误导性的。

Apr, 2023