陈述偏好经济学框架用于大语言模型效度评测

论文提出用陈述偏好经济学的效度框架评测大语言模型，并在六模型的水质经济价值调查中进行展示。检验依据经济理论要求需求随价格下降，且支付意愿随商品范围和收入变化；两个较旧模型在家庭收入为$75,000时未通过最基本测试，两个最新模型通过全部可评分的理论效度测试，但在聚合效度上出现分歧。作者强调，通过效度测试表明回答具有连贯性，并不代表回答正确。