标签
本研究探讨了大型语言模型在不同场景下生成与检测虚假新闻的表现差异，并发现经过精细优化的提示词并不总能提升检测效果。
在与Beth Singler教授的访谈中，探讨了AI论述常常借用宗教术语却又排斥宗教，这导致了自我反思的缺失以及对宗教视角中宝贵见解的忽视。
本文提出了一项研究，考察AI讨论中拟人化语言对公众看法的影响，发现虽然整体观点可能发生变化，但在受控环境下，拟人化框架的具体影响较为有限。
本研究探究了经过指令微调的大语言模型（Llama-3.1-8B、Qwen2.5-7B、Mistral-7B、Phi-3-mini）能否可靠地分类失语症语篇转录中的正确信息单元。少样本提示使三个模型获得了具有竞争力的F1分数（0.776–0.817），但性能因严重程度而异，且与人类标注的一致性仍不足以实现完全自主使用。
本文评估了使用大语言模型自动标注汉语口语叙事宏观结构的效果，发现最佳模型在降低65%标注时间的同时，达到了接近人类水平的可靠性，但在语义复杂或词汇多样的叙事文本上性能有所下降。
本文引入了一个针对低资源阿拉伯语方言的语义分割基准，并提出了一种模型，该模型在会话式语音上的性能优于标准基线模型。