研究构建EventTyp语料并测试LLM典型性推理
热点事件持续更新
研究构建EventTyp语料并测试LLM典型性推理
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Alison Chi等作者构建了EventTyp和经人工验证的EventTypGold两个语料库，并开展大规模人类与LLM实验，考察常识知识、话语强调与讽刺三条线索如何驱动事件典型性推断。 研究发现，这三条线索可以预测人类对事件典型性的推理；但LLM在多数实验设置下缺乏准确评估事件一般典型性所需的常识知识，因而难以遵循这些线索。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
研究：CUES 线索如何驱动人类与 LLM 的典型性推理报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CL研究：CUES 线索如何驱动人类与 LLM 的典型性推理
研究构建了 EventTyp 与经人工验证的 EventTypGold 两个语料库，发现常识知识、话语强调与讽刺三条 CUES 线索可预测人类对事件典型性的推理。大规模人类与 LLM 实验显示，LLM 在多数实验设置下缺乏准确评估事件一般典型性所需的常识知识，因而难以遵循这些 CUES。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。