humanities

HSS-Synth 首次提出了面向人文与社会科学的数据合成流水线，生成了 237k 个高质量的指令微调样本，在 Qwen3-8B 上超越了基线并取得了新的 SOTA。

BridgeAlign 提出了一种面向人文与社会科学领域的偏好对齐流水线，生成了 21 万条合成偏好样本，使 Qwen3-8B 在 17 个基准测试上取得了强劲表现。

本文通过‘优化文化’的视角分析语言模型的对齐问题，认为对可衡量改进的专注已将人工智能从探索性参与转变为行政性单调工作，并且优化过程无法区分错误与发明。

AI实验室越来越多地招聘哲学专业毕业生，看重他们的批判性思维和逆向视角，挑战了关于人文学科学位价值的刻板印象。

本文讨论了在计算社会科学与人文学科应用中，需要具有认识论基础且负责任的多语言LLM。

本文介绍了QuestBench，这是一个由学生构建的基准，用于评估人文和社会科学领域的深度研究系统。结果显示，即使是像GPT-5.5这样的先进系统也只能通过57.58%的问题，突显了可信度方面的失败。

UCF文理学院毕业生在毕业典礼上对演讲嘉宾Gloria Caulfield喝倒彩，此前她称AI为“下一次工业革命”。此举凸显了技术热情与人文专业学生担忧之间的紧张关系。

麻省理工学院人文艺术与社会学院（SHASS）院长 Agustín Rayo 探讨了人文社科在为学生迎接人工智能时代做准备中的角色，强调批判性思维和道德判断的重要性，而非仅仅适应技术。