Siddharth Bhargava

新研究比较大型语言模型在在线对话中论证结构预测的表现

一篇新研究论文探讨了在线对话中的论证结构预测（ASP），比较了各种建模范式和任务架构。该研究系统地评估了不同架构下的监督微调和基于提示的大型语言模型（LLMs），重点关注性能、泛化能力、模式遵从性和效率。研究结果表明，由于论证的隐含性和语境依赖性，识别对话环境中的论证关系是一项重大挑战。研究人员已发布他们的数据处理流程和建模框架，以支持该领域的未来工作。