expectedparrot/edsl

它解決了什麼問題

EDSL 簡化了使用 AI 進行計算社會科學與市場研究的流程。它允許研究者同時使用多個 AI 代理與大型語言模型（LLM）設計與執行調查與實驗，並執行複雜的資料標記任務。

它如何運作

EDSL 提供宣告式的調查問題設計（如多選題或線性量表），不需要 JSON schema 即可確保結果一致。它使用「情境」將來自 CSV、PDF 或 PNG 等來源的資料參數化到提示中。使用者可以為 AI 代理定義具備特定特徵的人格，以模擬多樣化回應，並可在多個 LLM 上同時執行調查以比較回應。

系統支援管道與跳過邏輯，打造複雜的資料標記流程。為確保可重現性，API 呼叫會自動快取，遠端結果則儲存在 Expected Parrot 伺服器上，並附帶驗證過的提示與時間戳記。

目標對象

計算社會科學與市場研究的研究者，以及需要使用 AI 代理與 LLM 進行實驗的資料標記者。

重點特色

• 宣告式問題設計：透過預先定義的問題類型確保結果一致。
• 參數化提示：透過情境自動匯入資料以控制提示。
• AI 代理人格：可建構具特定特徵的代理，用於原型設計與前測。
• 多模型比較：簡化同時在多種 LLM 上執行調查的流程。
• 可重現性：自動快取與通用遠端快取，讓結果可免費分享與復現。
• 整合協作：與 Coop 整合，提供分享 AI 研究工作流程與專案的平台。