实体
Appraisal theory
Appraisal theory
PulseAugur coverage of Appraisal theory — every cluster mentioning Appraisal theory across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新基准CHIARO测试AI理解对立情感的能力
研究人员推出了CHIARO，这是一个新的基准数据集，旨在评估AI模型在单一场景中理解对比情感的能力。该数据集基于评估理论，包含1000个经过人工标注的句子，每个句子都描绘了一种在不同个体中引发积极和消极对立情感的情境。在测试中，领先的大型语言模型取得了67.3的宏观F1分数，未能达到人类一致性水平，而现有的情感分类器表现不佳。CHIARO也可作为训练信号，与其它数据集结合使用时可改进下游情感识别分类器。
-
生成式人工智能在学术反馈研究中充当元审稿人
一项发表在arXiv上的新研究探讨了在研究生在线课程中将生成式人工智能用作同行反馈的元审稿人。研究人员应用系统功能语言学和评价理论，分析了120篇人工智能生成的元评审。研究结果表明，生成式人工智能可以通过提供清晰的指导和保持支持性的语气，平衡赞扬和建设性批评，有效地模仿人类反馈。
-
研究发现：大型语言模型在复杂标注任务上可媲美训练有素的语言学家
一篇新发表在arXiv上的论文探讨了语言标注的挑战，比较了人类标注者和大型语言模型（LLMs）。研究人员分析了TED演讲稿中的评价性语言，重点关注了评价理论（Appraisal theory）的子范畴：情感（Affect）、判断（Judgement）和鉴赏（Appreciation）。研究发现，经过有效提示后，LLMs的表现与训练有素的语言学家相当，F1分数达到0.77，并且在训练方面优于语言学家。