研究对比LLM与专家标注退伍军人推文危机严重度
热点事件持续更新
研究对比LLM与专家标注退伍军人推文危机严重度
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
K M Sajjadul Islam 等研究者发表论文（arXiv:2611.10048），用 149 条退伍军人相关推文和五个严重度等级，评估 15 个开源与 10 个闭源 LLM 在 8 种提示词下对危机严重度的标注一致性，并与 8 位退伍军人领域人类专家的标注对比。 研究者称，闭源模型 GPT-5.6-Terra 整体表现最好，开源模型 Qwen2.5-7B 在识别“伴随自杀意念的急性危机”案例上表现最强。
AI 根据报道生成 · 44 分钟前更新
最新进展11月11日 13:00
退伍军人危机严重度标注：LLM 是否比人类专家更一致？报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AI退伍军人危机严重度标注：LLM 是否比人类专家更一致？
一项研究以 149 条退伍军人相关推文、五个严重度等级，评估 15 个开源与 10 个闭源 LLM 在 8 种提示词下的危机严重度标注，并与 8 位人类专家对比。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。