大语言模型产品设计评估中的光环效应悖论与逆转数据集

数据集概述

本数据集围绕大语言模型（如GPT-4o）在产品设计评估中的一致性与潜在偏见展开，对比模型在不同提示条件下与人类专家评分的差异，分析光环效应的出现及抑制方法，为智能评估优化提供数据支持。

文件详解

• 文件名称: Beyond Human Bias The Halo Effect Paradox and Reve/data (2).xls
• 文件格式: Excel (.xls)
• 内容说明: 包含基于设计竞赛提交作品的实验数据，记录GPT-4o在三种提示条件（结构化框架、加背景信息、加抑制指令）下的评分结果，以及与人类专家评分的一致性对比数据。

适用场景

• 人工智能评估研究: 分析大语言模型在设计评估任务中的认知偏见及干预效果
• 产品设计智能工具开发: 优化LLM在设计评分场景中的提示词策略
• 人机协同评估研究: 探索人机评分一致性的影响因素及提升方法
• 认知心理学与AI交叉研究: 验证AI模型是否存在类人类光环效应等认知偏差