★ 3
研究：LLM 标注退伍军人心理危机严重度，一致性高于人类专家
研究用 149 条退伍军人相关推文与五级严重度分类，比较 15 个开源与 10 个闭源 LLM 在八种提示变体下与八位退伍军人领域专家的标注结果。人类评审的序数一致性（α=0.494）高于名义一致性，而模型间一致性显著更高（α 达 0.8336）。闭源模型整体更贴近专家标注且更稳定，GPT-5.6…
arXiv cs.AI5 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究用 149 条退伍军人相关推文与五级严重度分类，比较 15 个开源与 10 个闭源 LLM 在八种提示变体下与八位退伍军人领域专家的标注结果。人类评审的序数一致性（α=0.494）高于名义一致性，而模型间一致性显著更高（α 达 0.8336）。闭源模型整体更贴近专家标注且更稳定，GPT-5.6…