每日学习打卡 今天看了个让LLM模拟公民对公共交通政策方案进行全民投票的文献。学到了什么：1.从“模型最优政策与公众集体偏好是否对齐”的视角，将LLM引入交通政策制定2.构建了一个LLM多智能体全民公投框架，让不同社区Agent对公交政策进行CoT推理和投票，将传统优化模型与模拟公众参与放在同一个决策框架中比较。3.不同的LLM会出现模型特定的行为偏差。LM更适合作为传统交通模型和真实公众参与之间的补充性决策工具，而不能直接替代真实居民调查和民主参与。还可以进一步探索：随着LLM的发展，对比不同的LLM找出最符合公众愿意解释的最优的LLM。