热点事件持续更新
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 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 3 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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。
本事件热度走势
当前热度 9·可比范围峰值 10（11月4日 14:00）·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。