开发了一个名为SPLIT的新基准，用于评估大型语言模型（LLM）在危机相关情境下，特别是在英语和乌克兰语中的跨语言共情和文化基础。该基准包含跨越五个类别的500个提示：压力、恐慌、孤独、国内流离失所和紧张。对Gemini 2.5-Flash和Llama 3.3 70B Instruct的评估显示，在处理乌克兰语时性能有所下降，而DeepSeek-V3保持了稳定性。研究还指出，人类和AI评估者在共情和自然度方面的一致性较弱，但在文化基础方面存在分歧，这表明生成乌克兰语文本并不等同于提供文化上适当的情感支持。 AI
影响 该基准有望推动开发更具文化敏感性和共情能力的LLM，以支持低资源语言的危机干预。
排序理由 该集群包含一篇介绍LLM评估新基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.02049v1 Announce Type: cross Abstract: Large Language Models are increasingly deployed in emotional-support contexts and crisis-related situations. Nevertheless, their cross-lingual abilities in these circumstances remain underexplored. Existing benchmarks emphasize mu…
Large Language Models are increasingly deployed in emotional-support contexts and crisis-related situations. Nevertheless, their cross-lingual abilities in these circumstances remain underexplored. Existing benchmarks emphasize multilingual performance but rarely examine crisis-r…