标签
本文介绍了FrenchNews-7，一个用于跨多个发布者分类法国新闻编辑部的基准，特点是一个微调的CamemBERT分类器以及与LLM基线的评估。
本文使用LLM标注流水线分析了关于 La France insoumise 和 Rassemblement National 的28,592条法国新闻标题，发现了不对称的角色框架：LFI更常被框定为侵略者，而RN则被框定为战略行动者。
本文提出了一种简单的流水线，利用 LLM 自动将特征分组为归因图中的超节点，达到了与人类标注者相当的可解释性，并在一个两跳任务中恢复了中间跳的超节点。
本文提出了一种计算方法，利用大型语言模型和RoBERTa来识别句子语境中的方式动词和结果动词，准确率高达89.6%。旨在为发展语言研究提供一种可扩展的测量工具。
本文介绍了 MultiSoc-4D，这是一个用于诊断大语言模型在标注孟加拉语社交媒体数据时出现的指令诱导标签崩溃问题的基准测试。研究揭示，大语言模型系统性地倾向于使用默认标签，导致对仇恨言论和讽刺等少数类别的检测不足。
研究者用三个开源大模型为PersuasionForGood语料库中的10,600条说服者回合标注41种说服策略，发现策略类别对捐赠方差解释力极低，而“内疚诱导”显著降低捐赠率。