马里兰大学 DiscoTrace 获 EMNLP 2026 最佳论文

马里兰大学 Neha Srikanth、Jordan Boyd-Graber 和 Rachel Rudinger 的论文《DiscoTrace: Representing and Comparing Answering Strategies of Humans and LLMs》获 EMNLP 2026 最佳论文奖。该研究对比人类与 LLM 的答题策略，发现 LLM 缺乏人类社区式的多样性，为评估大模型的推理差异提供了新视角。

2026-10-28 ~ 2026-10-29 · 2 条相关

• DiscoTrace 获 EMNLP 最佳论文:LLM 答题策略缺乏人类式的社区多样性 — TuhinChakr · 2026-10-28
• DiscoTrace 论文获 EMNLP 2026 最佳论文:对比人类与 LLM 的答题策略 — rachelrudinger · 2026-10-29