热点事件持续更新
研究评估大模型作为反仇恨言论裁判的可靠性
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026年11月4日，arXiv发布了一项针对12款开源权重LLM的研究，探讨大语言模型作为网络仇恨言论反驳质量裁判的能力。研究结果显示，大模型在评估反仇恨言论质量时与人类专家的一致性普遍偏低，但在不同模型之间却呈现出高度一致性。其中，表现最佳的Qwen 2.5 72B与专家的单点评分一致性指标仅为0.19；而在成对评估中，OLMo 2 32B与Llama 3.3 70B之间的一致性指标达到0.76。此外研究指出，将单点评分转化为成对标签能够显著提升部分配置下的人机一致性。
AI 根据报道生成 · 13 小时前更新
最新进展11月4日 13:00
研究显示开源LLM评估反仇恨言论质量与专家一致性偏低，但模型间高度一致。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv 自然语言处理评估大语言模型作为网络仇恨言论反驳质量裁判的能力
一项针对 12 款开源权重 LLM 的研究表明，大语言模型评估反仇恨言论质量时与人类专家一致性偏低，但模型间高度一致。表现最好的 Qwen 2.5 72B 与专家的单点评分 $\kappa_l$ 仅 0.19，而成对评估中 OLMo 2 32B 与 Llama 3.3 70B 间 $\kappa$ 达 0.76。此外，将单点评分转为成对标签可显著提升部分配置的人机一致性。
本事件热度走势
当前热度 7·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。