expectedparrot/edsl

它解决了什么

EDSL 简化了使用 AI 进行计算社会科学和市场研究的过程。它允许研究者同时使用多个 AI 代理和大型语言模型（LLM）设计并运行调查和实验，并执行复杂的数据标注任务。

它是如何工作的

EDSL 提供声明式的调查问题设计（如多选题或线性量表），无需 JSON schema 即可确保结果一致。它使用“情景”将来自 CSV、PDF 或 PNG 等来源的数据参数化到提示中。用户可以为 AI 代理定义具有特定特征的人格，以模拟多样化的响应，并可在多个 LLM 上同时运行调查以比较它们的回答。

系统包含管道和跳过逻辑，以创建复杂的数据标注流程。为确保可重复性，API 调用会自动缓存，远程结果存储在 Expected Parrot 服务器上，并附带已验证的提示和时间戳。

适用人群

计算社会科学和市场研究的研究者，以及需要使用 AI 代理和 LLM 进行实验的数据标注者。

亮点

• 声明式问题设计：通过预定义的问题类型确保结果一致。
• 参数化提示：通过情景自动导入数据以控制提示。
• AI 代理人格：能够构建具特定特征的代理用于原型和前测。
• 多模型比较：简化在多种 LLM 上同时运行调查的访问。
• 可重复性：自动缓存和通用远程缓存，免费共享和复现结果。
• 集成协作：与 Coop 集成，一个用于共享基于 AI 的研究工作流和项目的平台。