标签
大规模研究发现，LLM智能体以70.7%的准确率预测个人社交媒体反应，却仍落后于简单TF-IDF分类器，凸显其操控风险与政策模拟价值。
# 基于文本与音频分类器的学生异常言语响应检测 来源：[https://arxiv.org/html/2604.16717](https://arxiv.org/html/2604.16717) \(论文将于2026年4月10日在国家教育测量委员会会议上发表\) ###### 摘要 本文旨在填补自动言语响应评分（AVRS）使用中的一项关键安全空白。我们提出了一种新颖的混合框架，用于识别存在心理困扰的学生，该框架结合了文本分类器与音频分类器；其中文本分类器经过训练以根据内容检测响
# 用于识别AI生成文本的新型分类器 来源：[https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/](https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/) 我们认识到，在教育工作者中，识别AI生成的文本一直是一个重要的讨论话题，同样重要的是认识到AI文本分类器在课堂中的局限性和影响。我们开发了一个[初步资源\(在新窗口中打开\)](ht
本文提出了针对文本分类的对抗训练和虚拟对抗训练方法，通过在RNN中对词嵌入而非原始输入施加扰动来实现。该方法在半监督和监督文本分类基准上取得了最先进的结果，同时降低了过拟合。