研究称语言模型surprisal可预测中文阅读时间
热点事件持续更新
研究称语言模型surprisal可预测中文阅读时间
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
Hongao Zhu 等作者发布的研究称，用从零训练的 Chinese-Pythia 模型（14M–1.4B 参数，30B tokens 语料）计算的 token 级 surprisal 能预测中文阅读的首次注视时长、凝视时长和总阅读时间，作者称这推翻了此前的零结果。 此前对中文阅读时间的同类分析未得到 surprisal 的预测效果；该研究称预测力因语料而异，上述结论建立在这批自训练模型上。
AI 根据报道生成 · 4 小时前更新
最新进展11月4日 13:00
研究：语言模型 surprisal 能否预测中文阅读时间因语料而异报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AI研究：语言模型 surprisal 能否预测中文阅读时间因语料而异
一项研究用从零训练的 Chinese-Pythia 模型（14M–1.4B，30B tokens）检验 token 级 surprisal 对中文阅读时间的预测力，发现 surprisal 确实能预测首次注视时长、凝视时长和总阅读时间，推翻了此前的零结果。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月4日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
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。