研究人员推出了LitArc-Bench,这是一个新的基准,旨在区分模型预测中的叙事位置、词汇情感和文本特异性读者-响应动态。该基准利用中国文学选段和人类评分来评估模型在多大程度上能够捕捉超出表面解释的读者响应。结果表明,虽然叙事位置起着作用,但模型在恢复效价和唤醒方向方面表现出显著的能力,这表明可以实现对文学读者响应的更深层次的理解。 AI
影响 该基准可能导致对AI理解文本中叙事和情感响应的能力进行更细致的评估。
排序理由 该项目描述了一个用于评估AI模型的新学术基准。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXivLabs
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- LitArc-Bench
- ScienceCast
- Standard Chinese
- Vad
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →