Использование крупных языковых моделей для повышения точности в ходе выборочных контролируемых испытаний

arXiv:2605.30157v2 Annuales Type: заменить резюме: Большие языковые модели (LMS) все шире используются в статистических исследованиях и прикладных программах. Однако они также известны ненадежностью или предвзятостью информации. Здесь мы изучаем вопрос о том, можно ли использовать МЛМ для повышения точности выборочных контролируемых испытаний (РЦТ) безопасным и строгим образом. Мы рассматриваем два пути включения помощи в области ОУЗ: 1) использование ОУМ для преобразования нестандартных ковариантов, таких как текст, в цифровые представления и 2) задействование общих знаний, содержащихся в ОМП, для получения прогнозируемых результатов. Хотя внешние источники данных использовались для повышения точности ранее, добавленная стоимость прогнозов в области УУЗР по этим каналам остается открытым вопросом. В этом контексте мы разрабатываем трубопровод для использования МЛМ в целом и применяем его к трем различным тематическим исследованиям. Мы считаем, что можем безопасно повысить точность, главным образом путем преобразования нестандартных ковариатов, но