研究：Kimi K3代词消歧准确率超人类多数投票
热点事件持续更新
研究：Kimi K3代词消歧准确率超人类多数投票
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
Carlos Hartmann 发布一项对比研究：让 73 名人类标注者与 40 多种大语言模型配置，对 Reddit 上 174 个真实“they”用例做数词消歧。表现最佳的模型 Kimi K3 准确率为 94.5%，高于人类多数投票的 86.2%。 研究还给出各方案的成本与耗时数据，并指出在人类标注一致性低的案例中，人类的推理过程暴露出标注分类体系本身存在不一致。研究据此认为，LLM 可用于大规模语言学标注，但仍需人类把关。 带金标准标签的数据集、全部人类与模型标注以及可复现代码，已作为 Quarto 公共仓库公开。
AI 根据报道生成 · 4 小时前更新
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研究对比 大语言模型（LLM，Large Language Model） 与人类对“they”的数词消歧能力，Kimi K3 准确率达 94.5%
一项研究让 73 名人类标注者与 40 多种大语言模型（LLM，Large Language Model）配置对 Reddit 上 174 个真实“they”用例做数词消歧，最佳模型 Kimi K3 准确率 94.5%，高于人类多数投票的 86.2%。研究还给出成本与耗时证据，并指出低一致性案例中人类推理能暴露标注分类体系的不一致，说明 LLM 可用于大规模语言学标注，但需人类把关。
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。