从标注走向推理：大语言模型中的文化理解与文学阐释评测
该研究探讨了在大语言模型面对多重合理阐释场景下的评估方法。现有的文化基准测试主要集中在事实性知识或预设含义识别上，难以衡量模型在特定文本中解释文化引用、结合证据论证观点及在批评后修正理解的深度能力。论文提出将文学阐释作为研究场景，重点评估模型在文化引用中的深度推理与解释能力，为文化多样性与模型认知评测提供了新视角。
推荐理由探讨大模型在文化引用与文学阐释等深层主观理解上的评测难题，具有一定学术启发性，但偏向常规学术探讨。
原标题：From annotation to reasoning: Culture in language models
阅读 arXiv 自然语言处理 原文 ↗