ホットトピック継続更新中
研究对比LLM与人类在代词消歧表现，模型超人类多数投票
1 件の報道1 件の報道元10 時間前 更新
まずこの件を把握する
AI 概要
2026年11月4日，arXiv发布一项关于LLM与人类在代词“they”单复数消歧任务上的对比研究。该研究对比了73位人类标注员与40多种LLM配置对174个Reddit真实用例的标注表现。结果显示，表现最佳的LLM模型Kimi K3准确率达到94.5%，超过了人类多数投票的结果（86.2%），在所有测试对象中仅次于单一最高分人类标注员（95.7%）。目前，包含金标准标签的数据集、标注记录与可复现代码已在公共仓库完全开源。
AI が報道をもとに生成 · 9 時間前 更新
最新の進展11月4日 13:00
研究显示Kimi K3在代词消歧任务中准确率达94.5%并超人类多数投票，相关数据及代码已开源。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月4日
- arXiv 自然语言处理LLM 与人类在代词“they”数消歧任务上的对比研究
在代词“they”单复数消歧标注任务中，表现最佳的 LLM 模型 Kimi K3 达到 94.5% 准确率，超过人类多数投票结果（86.2%）。该研究对比了 73 位人类标注员与 40 多种 LLM 配置对 174 个 Reddit 真实用例的标注，仅单一最高分人类标注员（95.7%）高于该模型。包含金标准标签的数据集、标注记录与可复现代码已在公共仓库完全开源。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月4日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。