Can Large Language Models Substitute for Human Raters? Reliability and Validity of Urban Design Quality Assessment
Cette étude évalue la fiabilité et la validité des LLM multimodaux pour l'évaluation du design urbain à Séoul, constatant que, bien qu'ils soient performants sur les caractéristiques visuellement explicites, leur incapacité à reproduire pleinement les évaluations humaines pour les variables contextuelles ou proportionnelles limite leur adéquation à des applications spécifiques aux éléments plutôt qu'universelles.