會議資訊

會議：首屆“大語言模型與社會科學國際會議”(LLMSS 2026)Inaugural Large Language Models and the Social Sciences Conference (LLMSS 2026)時間：2026年10月14日- 16日地點：香港城市大學

聯(lián)合主辦：

香港城市大學計算社會科學實驗室牛津大學納菲爾德學院"與機器對話"倡議（Talk-to-Machine Iniative）北京大學全球風險政治分析實驗室

支持單位：

歐洲政治學會（European Political Science Association）性質：國際學術會議（工作語言為英文）會議網站：https://talkingtomachines.org/llmss-conference-hong-kong-2026/#會議簡介：2026年大語言模型與社會科學會議（LLMS 2026）是一個跨學科的學術論壇，旨在匯聚學者與從業(yè)者，共同探討大語言模型與社會科學研究的交叉領域。會議將匯集人工智能研究者（包括計算機科學家、工程師、機器學習專家和應用數學家）、行業(yè)從業(yè)者（例如來自健康科學、法律和金融科技領域）、政府代表以及來自政治學、社會學、經濟學和傳播學等領域的社會科學家。與會者將分享LLM技術的前沿發(fā)展、面向社會數據的新穎應用，以及從跨學科合作中獲得的深刻見解。LLMS 2026的召開正值將基于LLM的方法整合到社會科學工作流程的早期階段。本次會議提供了一個及時的國際論壇，以展示創(chuàng)新研究、交流思想并獲得建設性反饋。會議采用研討會形式，包括安排指定討論人的研究報告和問答環(huán)節(jié)，旨在促進來自不同領域與會者之間的開放式討論、協(xié)作和方法論的進步。我們特別鼓勵跨學科研究，并致力于營造一個以反饋為導向的環(huán)境，以激發(fā)AI技術社群與社會科學家之間的新合作。

征稿啟事

研究主題 我們誠邀投稿，范圍涵蓋LLM發(fā)展與社會科學交匯處的廣泛主題。具體關注領域包括但不限于以下主題（投稿可以是理論性或應用性的，我們也歡迎介紹用于支持LLM驅動的社會科學研究的新工具、數據集、庫或平臺的論文）：

（一）數據生成與收集

實驗中的LLMs：在社會科學研究中，將AI智能體用作調查對象、訪談者、實驗主體或參與者。自適應實驗設計：利用LLM指導調查和實驗的設計（例如，動態(tài)生成或改進治療情景描述和實驗方案）。合成數據與數據增強：利用LLMs生成合成文本或多模態(tài)數據，以擴充訓練數據集或模擬社會場景。利用LLMs進行數據整理：為社會科學研究大規(guī)模匯編文本、圖像、視頻和音頻語料庫，以及利用LLM輔助進行數據標注和注釋。

（二）LLM在社會科學研究中的應用

文本分析與分類：基于LLM的方法用于內容分析、主題分類、情感分析，以及生成社會科學文本數據的嵌入表示。

基于文本的因果推斷：使用LLMs設計或解釋實驗（例如，從為研究創(chuàng)建的文本和圖像情景中估計處理效應）。

開放式回答與會話分析：在LLMs的輔助下分析訪談、焦點小組轉錄稿、社交媒體對話和開放式調查回答。特定領域應用：在政治傳播、公共政策、經濟建模、法律和文化分析等領域創(chuàng)新性地使用LLMs。

（三）LLM開發(fā)與適配

可解釋性與解釋：解釋LLM決策和輸出的技術（模型可解釋性、透明度、對內部表征的探測）。微調與領域適配：為社會科學中的特定領域任務和數據集微調或適配LLMs的方法（包括資源有限或專業(yè)語料庫）。提示工程：提升LLM在社會科學用例中表現、可靠性和事實性的提示設計與條件設定策略。評估與基準測試：為LLMs開發(fā)評估協(xié)議、基準任務和度量標準（包括在社會科學任務上的性能基準測試、偏見與公平性審計，以及模型的行為分析）。模型行為與涌現能力：描述LLM的行為、偏見和涌現能力（例如一致性、真實性、適應性），并識別其失敗模式或幻覺。多模態(tài)與新型架構：LLM架構的進展，包括整合文本與圖像、音頻或視頻的多模態(tài)模型，以及其他與社會科學數據相關的新興模型創(chuàng)新。

（四）工具、平臺與基礎設施

研究工具與庫：開發(fā)軟件工具、庫或框架（優(yōu)選開源），以便利社會科學家進行基于LLM的分析和工作流。平臺與流程：將LLMs整合到數據收集、分析或可視化過程中的LLM驅動的研究平臺、工具鏈或流程（例如，交互式分析筆記本、API集成，或人機研究的協(xié)作環(huán)境）。可擴展性與部署：在現實世界環(huán)境中部署LLMs的實際挑戰(zhàn)與解決方案——包括可擴展的模型服務、大型模型的計算基礎設施、高性價比的推理，以及將LLMs集成到組織或面向公眾的應用程序中。可重復性與最佳實踐：確保LLM實驗可重復的基礎設施和方法論最佳實踐（模型/提示的版本控制、評估標準化和結果驗證）。

（五）倫理、政策與社會影響

倫理與負責任的人工智能：在研究中使用和部署LLMs所面臨的倫理挑戰(zhàn)（例如，隱私、同意、錯誤信息問題，以及人機交互的負責任設計）。公平性與偏見：識別并緩解LLM訓練數據或輸出中的偏見；確保在不同人群或語言中應用LLMs時的公平性與公正性。政策與治理：LLM的廣泛采用對機構和政策的影響——包括AI監(jiān)管、法律考量，以及社會中LLM使用的治理框架。社會與經濟影響：LLMs對經濟和社會的廣泛影響（例如對勞動力市場、教育、媒體和公共話語的影響），以及社會科學家如何研究這些變化。穩(wěn)健性與可重復性：確保基于LLM的研究發(fā)現的可重復性和穩(wěn)健性（結果驗證、模型穩(wěn)定性和方法的透明報告），以及對在敏感社會環(huán)境中使用的LLMs的安全性和對齊性的探討。

會議形式

特邀主題演講：來自學術界和工業(yè)界LLM研究及應用前沿的頂尖專家的演講。研究論文與海報展示：錄用論文的展示以及進行中工作的海報展示，并提供充足的問答和討論時間。互動研討會展示：研討會形式的環(huán)節(jié)，研究人員可以演示工具、分享數據或進行關于專業(yè)方法的迷你教程。方法與工具演示：現場演示與LLM和社會科學相關的新軟件、庫或實驗技術。結構化反饋與討論：為每篇展示的論文安排專門的討論人反饋和開放式討論，以提供深入、建設性的批評并促進合作。論文提交請通過會議提交系統(tǒng)(COMS)進行投稿：https://coms.app/epsa-llm-26/welcome.html

我們歡迎完整的研究論文，也歡迎描述進行中的工作、初步結果或有望從反饋中獲益的項目的擴展摘要。所有提交都將經過同行評審，重點是為作者提供有用的反饋。

重要日期

摘要提交截止日期：2026年3月31日錄用通知日期：2026年5月1日

其他截止日期（例如最終版論文提交）將通知被錄用的作者。

會議注冊、住宿等安排及其他詳見會議網站https://talkingtomachines.org/llmss-conference-hong-kong-2026/#