研究人员利用大型语言模型（LLMs）探索了语境化提示在社交媒体立场检测中的有效性。他们的研究发现，整合用户简介或LLM生成的语境特征（如目标描述）可以提高零样本设置下的准确性。然而，其影响各不相同，某些语境信息（如同一用户的其他推文）有时会因噪声而阻碍性能。该研究强调了LLMs在为立场检测区分相关语境和无关数据时面临的挑战。 AI
影响 增强了LLM进行细致社交媒体分析的能力，可能改进内容审核和情绪追踪。
排序理由 这是一篇研究论文，详细介绍了一种提高LLM在特定任务上性能的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.06022v1 Announce Type: new Abstract: Stance detection on social media is challenging due to short, noisy, and context-dependent language. While large language models (LLMs) show zero-shot generalization, they are typically prompted without contextual information, which…
Stance detection on social media is challenging due to short, noisy, and context-dependent language. While large language models (LLMs) show zero-shot generalization, they are typically prompted without contextual information, which limits their ability to interpret ambiguous pos…