LLM 渴望促进在线讨论，人类则更为谨慎

一篇新发表在arXiv上的研究探讨了人类和大型语言模型（LLM）在促进在线讨论中的倾向。研究人员创建了PEFK语料库来标准化促进数据集，并使用专家参与者和LLM作为裁判模型进行了调查。研究结果表明，LLM过于渴望促进，而人类则更为谨慎，尽管两者在确定无需促进时都更确定。纠正LLM行为和训练ModernBERT分类器的尝试表明，分类器的性能更可靠，但当前的数据集限制了它们的性能上限。 AI

影响 在线审核中的LLM行为可能需要调整，以与人类的谨慎态度保持一致。

排序理由 该集群包含一篇详细介绍LLM行为研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Dimitrios Tsirmpas
• Gotit.pub
• Hugging Face
• LLMs
• ModernBERT
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →