热点事件持续更新
研究揭示中文大模型在反讽语域下偏见分类错误率显著上升
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月14日，arXiv发布的一项针对多个中文大语言模型的预注册多任务行为审计研究显示，模型在内容分类实验中的错误率从正式语域的10.9%升至阴阳怪气（反讽）语域的23.5%，风险差达+12.7个百分点。研究同时发现，采用显式反讽感知提示词可使干预组的分类错误率降低9.6个百分点。该项研究基于29个共享命题锚点构建了三种任务形式，并指出中文内容治理的模型安全评估需将反讽语域纳入作为测试条件。
AI 根据报道生成 · 5 小时前更新
最新进展10月14日 12:00
研究显示中文大模型反讽语域分类错误率升至23.5%，显式提示词可降错9.6个百分点。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv 自然语言处理跨任务与语域评估中文大语言模型偏见：任务操作化效应与反讽分类风险
一项针对多个中文大语言模型的预注册多任务行为审计显示，模型在内容分类实验中的分类错误率从正式语域的 10.9% 升至阴阳怪气（反讽）语域的 23.5%，风险差达 +12.7 个百分点。研究发现显式反讽感知提示词可将干预组的错误率降低 9.6 个百分点。基于 29 个共享命题锚点构建的三种任务形式表明，中文内容治理的模型安全评估需纳入反讽语域作为测试条件。
本事件热度走势
当前热度 8·可比范围峰值 9（10月14日 15:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。