PulseAugur
实时 08:57:05
English(EN) The Deontic Gap: Large Language Models and the Modal Language of Obligation

研究发现,与人类相比,大语言模型低估了义务语言的使用

一篇新发表在arXiv上的研究论文探讨了大语言模型(LLMs)中的“义务论鸿沟”,特别是它们对表示义务和必要性的情态动词的使用不足。研究发现,LLM生成的文本比当代人类写作更少使用“必须”、“应该”和“不得不”等积极的义务论情态词。这种使用模式更接近于历史语料库中的正式书面英语,表明LLM反映了它们的训练数据,而不是当前非正式人类交流中常见的、更直接的人际情态用法。 AI

影响 LLM的交流可能缺乏人类义务的细微差别,影响其在说服性或人际交往中的应用。

排序理由 发表在arXiv上的研究论文,详细介绍了关于LLM语言使用情况的发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

研究发现,与人类相比,大语言模型低估了义务语言的使用

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Daniel Hart, Sarah Allred, Joseph Abbas, Morenike Alugo ·

    义务鸿沟:大型语言模型与义务的模态语言

    arXiv:2608.18144v1 Announce Type: cross Abstract: Modal auxiliaries such as must, should, and have to mark necessity and obligation within the contexts of speaker authority and interpersonal stance. We examine whether large language models (LLMs) reproduce contemporary human patt…