论文提出“跨调查迁移”框架：让大语言模型根据受访者在一组问题上的回答，预测同一调查中完全未见问题的回答，从而检验个体层面的连贯预测，而非仅比较总体分布。基于TEDS 2024、三款27B至120B开源权重模型及监督学习基线，零样本模型在未见题目上达到52%准确率，距离同群体随机森林不到6个百分点；不同政治构念的可预测性从党派态度67%到主权议题23%不等。
最近 24 小时暂无可用热度快照。