metaphor

一篇反思性文章，以蓝调歌曲为隐喻，描述大型语言模型如何逐词生成文本，论证“投掷”（生成）决定了“目标”（意图），颠覆了通常意图先于表达的顺序。

作者讲述了一个为期两天的实验，使用GPT-5.6作为认知拐杖和翻译器来自我理解，发现了一个由表征、抵抗、修正和重构组成的生产性循环，这可能代表了人类与LLM共生的早期原型。

一个关于AI不会让每个人都做自己的app的比喻讨论，强调真正热爱某件事才会去做，而不是仅仅因为技术可行。

本文研究了大语言模型如何处理否定与比喻语言的组合，发现这种组合构成了特殊挑战，且模型表现高度依赖于提示风格。作者为Fig-QA数据集新增了标注，并通过分析嵌入空间揭示了时态和具体性等额外语言因素的影响。

本文介绍了MetaphorVU-Bench，这是首个针对隐喻视频理解的系统化基准，并提出了MetaphorBoost，一种推理时增强框架，可改善多模态大语言模型中的跨域映射。

ViMU是首个旨在评估视频理解模型超越字面视觉理解、解读隐喻、讽刺及社会意义能力的基准，采用无提示的开放式和多项选择题。