OpenAI GABRIEL结构化海量非结构化文本和图像

探讨了将大语言模型（LLMs）作为高通量测量工具在社会科学中的应用，并重点介绍了名为 GABRIEL 的自动化流水线。该系统能够将海量的非结构化文本转换为可供实证分析的结构化变量，例如通过对历史文献和会议记录的分析来量化政治极化或技术创新。作者通过多项实验证明，这类模型在处理复杂的人类概念时表现出极高的准确性，且能有效规避数据污染风险。文中还展示了如何利用这一工具构建包含两万五千项技术的历史数据库，揭示了发明中心随时间转移的规律。此外，该研究强调了定义清晰度对测量效度的重要性，并为研究者提供了标准化的大规模数据处理指南。这一方法为处理海量定性语料提供了高效、低成本且具有可解释性的科研新路径。