研究人员开发了LEXIC，这是一种通过注入预先计算的词语难度信号（如GPT-2的意外度、词频和词长）来增强仅基于注视的模型以从眼动预测阅读理解的新方法。LEXIC在准确性方面取得了统计学上的显著改进。特别是LEXIC-Concat机制在预测未见过读者的理解能力方面显示出显著的提升。 AI
影响 这项研究可能带来更准确的AI模型，以理解人类的阅读行为和理解能力。
排序理由 该集群包含一篇详细介绍新模型和方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.08152v1 Announce Type: cross Abstract: On the recent EyeBench benchmark, predicting reading comprehension from eye movements exposes a stark gap: text-aware models using pretrained language models reach 56--63% AUROC, while gaze-only models operate at chance. We ask ho…
On the recent EyeBench benchmark, predicting reading comprehension from eye movements exposes a stark gap: text-aware models using pretrained language models reach 56--63% AUROC, while gaze-only models operate at chance. We ask how far a gaze-only model can be pushed by lightweig…