标签
本文基于 SemEval-2020 Task 11 数据集，对掩码语言模型（XLM-RoBERTa、DeBERTa V3）与因果大语言模型（OpenAI、Google、Mistral、Anthropic、Meta）在宣传手法检测任务上的表现进行了基准测试，分别报告了 63.18 和 63.62 的 F1 分数，达到当前先进水平。
本文分析了使用Glauber dynamics的掩码语言模型中迭代掩码标记重采样所引发的全局分布行为。引入了一种用于不相容性的矩形检验，建立了混合时间界限，并通过实验展示了相变和亚稳态语义盆地。