diverse perspectives | BriefGPT

关键词diverse perspectives

搜索结果 - 8

利用注释者的主观性进行鄙视行为识别的多任务学习框架
使用人工智能技术识别厌女症是一种打击网络对女性的有害言论的方式。本文中，我们提出了一种多任务学习方法，利用主体性解释厌女症的主题来提高识别系统性别歧视内容的性能。通过结合不同注释者的多样性观点，考虑六个配置文件组的性别和年龄，在模型设计方面
PDF12 days ago
ACL直接问 LLMs：“是什么塑造了你的偏见？”：评估大型语言模型中的社会偏见
社会偏见在大型语言模型中是由各种人口统计学特征的目标的社会感知的积累所塑造的。为了全面理解大型语言模型中的这种社会偏见，必须考虑到各种身份认同之间多元观点下的社会感知。本文旨在研究各种视角的社会感知如何影响大型语言模型中社会偏见的发展。为此
PDFa month ago
借助 LLMs 促进整体评估：基于情景实验的见解
探索利用大型语言模型（LLM）作为促进多样评估的工具，实验表明 LLM 有效地促进师资讨论，具备从单一场景中泛化和创建评估标准的能力。
PDFa month ago
HearHere: 基于人工智能的网页系统减轻新闻消费中的回音室现象
通过两个可视化工具，HearHere 为用户提供定量的政治立场信息，促进多视角的新闻信息消费。通过一项用户研究，我们展示了 HearHere 在支持来自各个角度的信息消费方面的可行性，并强调提供政治立场信息和量化用户的政治地位的重要性以减轻
PDF4 months ago
您的大型语言模型暗自支持公平性，您应该像公平支持者一样进行提示
通过为大型语言模型提供具体角色，我们开发了一个自动生成角色的流程，使得大型语言模型能够表达多元化的观点，从而解决其存在的公平性问题。
PDF4 months ago
量化 LLM 模拟中的人物效应
使用大型语言模型（LLMs）和个性变量在现有主观 NLP 数据集中模拟不同视角方面，发现个性变量通过提示在 LLMs 中的应用能提供适度的改善，但在解释人类标注中的作用较低（<10%）时，个性提示的效果很小，这对当前 NLP 领域中模拟多样
PDF5 months ago
从大型语言模型中我们能提取多少种不同的观点？基于评判标准的多样性激励！
调查了大型语言模型（LLMs）在生成多样化观点和理由方面的能力，提出了一种基于标准提示技术来衡量透视多样性的方法，并发现利用句子嵌入和距离度量来衡量语义多样性是不够的。研究结果表明，LLMs 能够根据任务主观性的程度产生多样的观点。
PDF8 months ago
多元观点的公平抽象摘要
我们对用户生成数据进行了公平抽象概括的系统研究，首次正式定义了公平的抽象概括，并提出了四个参考无关的自动评估指标来测量目标和源观点之间的差异。实验证明，无论是模型生成的还是人工编写的参考概括都存在公平性较低的问题，我们提出了三种简单但有效的
PDF8 months ago