热点事件持续更新
研究团队提出AXLE数据标注方法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月12日，研究团队在arXiv发布论文，提出名为AXLE的标注前阶段方法。该方法旨在主观任务标注前激活标注者的真实生活经验，具体通过情境小短文与多维度引导对话来生成第一人称微叙事。在针对涉及移民、宗教和性别的模棱两可仇恨言论研究中（包含104名标注者、30个条目及1,040条标注），AXLE带来了更高的身份共鸣和伤害敏感度；同时，该方法提高了标签熵并降低了标注者间的一致性，旨在呈现观点多样性而非强求达成共识。
AI 根据报道生成 · 5 小时前更新
最新进展10月12日 12:00
研究团队提出AXLE方法，通过激活标注者生活经验在主观标注中呈现观点多样性。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 自然语言处理激活标注者：在数据标注中激活生活经验的操作化方法 AXLE
研究者提出了名为 AXLE 的标注前阶段方法，通过情境小短文与多维度引导的对话生成第一人称微叙事，以在主观任务标注前激活标注者的真实生活经验。在涉及移民、宗教和性别的模棱两可仇恨言论研究中（104 名标注者、30 个条目、1,040 条标注），该方法带来了更高的身份共鸣和伤害敏感度。同时它提高了标签熵并降低了标注者间一致性，旨在呈现观点多样性而非强求共识。
本事件热度走势
当前热度 9·可比范围峰值 10（10月12日 13:00）·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。