该论文提出了Vote'n'Rank框架，比较多任务基准测试中的系统表现，研究公平的投票规则及其在不同领域的应用。通过分析大型语言模型的投票行为，揭示了人类与LLMs在决策中的差异，强调了谨慎整合LLMs于民主进程的重要性。同时，探讨了投票规则的解释性和设计挑战，提出了基于数据学习的聚合规则，推动了计算社会选择理论的发展。