Modelli linguistici di grandi dimensioni (LLM) come interfacce utente "quasi perfette".
Ho partecipato di recente a una conferenza in cui, come prevedibile, c'erano diversi interventi sui LLM (Laurea in Giurisprudenza). Un paio di cose mi sono risultate chiare:
- Tutti si chiedono quando potranno fidarsi al 100% dei programmi di network marketing (LLM).
- Le persone utilizzano i LLM come interfaccia utente in linguaggio naturale per svolgere compiti complessi.
Nel contesto della modellazione statistica, ciò che mi interessa è:
- Disponiamo già di strumenti deterministici e affidabili al 100%, soprattutto se supportati da test approfonditi.
- Software come JMP dedicano moltissimo tempo alla progettazione di interfacce intuitive per compiti complessi!
Esempio concreto: l'analisi longitudinale nella modellazione delle equazioni strutturali (SEM)
La corretta specificazione dei modelli longitudinali nella modellazione con equazioni strutturali (SEM) è da tempo nota per essere un compito difficile. Workshop, video tutorial, siti web, articoli di riviste e libri sull'argomento abbondano! In effetti, ci si aspetterebbe che un ricercatore abbia solide basi nella SEM per sentirsi sicuro di scrivere il proprio script in un software tradizionale. Tuttavia, la piattaforma SEM di JMP Pro è progettata per eliminare questa difficoltà.
Il menu Scorciatoie modello nella piattaforma SEM di JMP Pro contiene numerose opzioni per specificare (e adattare) modelli longitudinali (e trasversali). L'obiettivo è consentire agli utenti di concentrarsi su ciò che conta di più: indagare i propri quesiti di ricerca in modo efficiente e intuitivo.
Supponiamo di avere 10 serie temporali brevi e stazionarie che misurano 10 costrutti di interesse. Indichiamo ciascuno di questi costrutti con le lettere dalla A alla J e usiamo "Tempo t" per indicare il momento in cui sono stati misurati. Ipotizziamo che il nostro campione sia stato valutato negli stessi punti temporali in sei occasioni ripetute e che siano presenti alcuni dati mancanti, come spesso accade negli studi longitudinali.
Ecco uno screenshot della nostra tabella dati che mostra le misurazioni ripetute dei primi due costrutti:
LauraCS_0-1783541595957.png
La piattaforma SEM in JMP Pro può essere avviata facendo clic sul menu Analizza, quindi andando su Metodi multivariati > Modelli di equazioni strutturali. Seleziono tutte le mie misure ripetute nella finestra di dialogo di avvio, faccio clic su Variabili del modello, quindi su OK.
LauraCS_1-1783541595980.png
Il report della piattaforma SEM viene visualizzato con un modello di indipendenza predefinito. Notate il menu a triangolo rosso accanto al pulsante "Scorciatoie modello": è qui che avviene la specifica più semplice di modelli complessi.
LauraCS_2-1783541595998.png
Facendo clic su quel triangolo rosso, possiamo selezionare Analisi longitudinale > Modello a pannello con ritardo incrociato.
LauraCS_3-1783541596009.png
Si noti che con questa opzione è possibile adattare molti tipi di modelli autoregressivi multivariati, inclusi quelli con intercette casuali e con variabili latenti per tenere conto dell'errore di misurazione.
A questo punto è necessaria un'informazione fondamentale: la piattaforma SEM deve conoscere l'ordine temporale delle misurazioni. Poiché abbiamo incluso "TimeT" nei nomi delle nostre variabili, possiamo cliccare sul pulsante "Indovina dai nomi" per ottenere questa informazione all'istante!
LauraCS_4-1783541596017.png
Scorriamo fino in fondo, clicchiamo su OK e tutti i 60 valori temporali vengono elaborati. Ora è disponibile il menu con una varietà di opzioni utili. Ai fini di questo esempio, selezioniamo alcune opzioni che impongono vincoli di uguaglianza su 1) effetti autoregressivi, 2) effetti cross-lagged, 3) varianze residue e 4) covarianze residue.
LauraCS_5-1783541596035.png
Facendo clic sul pulsante OK, viene specificato un modello SEM complesso. Se nascondiamo i vincoli di uguaglianza e le covarianze dal diagramma di percorso (operazione che può essere eseguita tramite il menu contestuale del diagramma), possiamo osservare quanto sia elaborato questo sistema multivariato.
LauraCS_6-1783541596082.png
Ho cronometrato il tempo impiegato per eseguire, con calma, tutti i passaggi descritti in questo post: 46 secondi. Il modello risultante sarà specificato correttamente nel 100% dei casi, indipendentemente da quante volte ripeterò questi passaggi.
Quanto tempo ci vorrebbe per scrivere una traccia per un LLM su questo argomento?
Quanto sarebbero accurati i risultati del modello lineare generalizzato (LLM) se ripetessimo questo compito più volte?
Quanto tempo ci occorrerebbe per esaminare i risultati del LLM e assicurarci che il compito sia stato svolto correttamente?
Non sono affatto "contrario ai modelli lineari di regressione", anzi, hanno un grande potenziale! Tuttavia, dovremmo utilizzare gli strumenti più adatti a ogni singolo scenario. E quando si tratta di specificare in modo efficiente i modelli di regressione equazioni strutturali (SEM), credo che JMP Pro sia la scelta ideale. Naturalmente, JMP è stato progettato pensando alla migliore esperienza utente possibile.
Se esiste un modello che vorresti specificare con la stessa rapidità di questo e non è ancora disponibile nelle nostre scorciatoie per i modelli SEM, faccelo sapere!
