BAIT基准：大模型识别新闻认知偏差触发器评测
热点事件持续更新
BAIT基准：大模型识别新闻认知偏差触发器评测
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Yousra Fettach 与 Tijl De Bie 发布 BAIT 基准，用于检测新闻中的认知偏差触发器，包含九类触发器的标注规范和 50 篇英文新闻文章，由受训标注员在文章级与片段级标注并裁决为金标准。 六款前沿大模型在零样本及 3/10 个上下文示例下测试：判断文章含哪些触发器时接近人类一致性，但很少能找全，定位承载片段的一致性不足人类一半。模型过度预测带明显表层线索的触发器，标记片段多为误报，却比随机文本更常含该线索，研究者据此认为模型响应的是表层线索而非操纵机制。
AI 根据报道生成 · 1 小时前更新
最新进展10月21日 12:00
BAIT：LLM 能否识别新闻中触发读者认知偏差的语言特征？报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.CLBAIT：LLM 能否识别新闻中触发读者认知偏差的语言特征？
研究者发布 BAIT 基准，包含九类认知偏差触发器的标注规范和 50 篇英文新闻文章，由受训标注员在文章级与片段级标注并裁决为金标准。六款前沿 LLM 在零样本及 3/10 个上下文示例下测试，判断文章含哪些触发器时接近人类一致性，但很少能找全，定位承载片段的一致性不足人类一半。模型还过度预测带明显表层线索的触发器，标记片段多为误报，却比随机文本更常含该线索，显示其响应表层线索而非操纵机制。
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。