新研究挑战 VAD 三维模型:词义更接近善意-力量-攻击-危险-结构
abenitezburraco · x · 2026-10-26
研究者 abenitezburraco 提出并展示了对 NRC VAD 词汇表的 Ousiogram 分析:词汇语义的本质更适于用 goodness-power-aggression-danger-structure 这组维度描述,而非经典的效价(valence)、唤醒(arousal)、支配(dominance)三个正交维度。配图以九宫格散点图对比两种框架,显示 VAD 各维度间相关性很弱(r 值介于 -0.27 到 +0.49,r² 普遍很低),而 goodness-aggression、structure-power 等新维度组合在相关性检验中 r=r²=0,暗示这些维度更接近正交,能更自然地刻画词义结构。这类词义几何研究对理解语言模型如何表征语义有参考价值。
「研究」频道最新
- 投机解码科普:猜错率 30% 也不改输出,一个减法保证答案不变 — anbarth · 2026-10-26
- 三周从零训一个 1B 模型:作者晒 15.9 天训练实录 — arthurcolle · 2026-10-26
- TWIG 论文:权重即离散决策路径,统一压缩与电路化部署 — ITMO · 2026-10-26
- Dual Exam 基准:多模态智能体与世界模型表现脱节 — Zhefan Rao · 2026-10-26
- CoRL 论文:VLA 机器人策略单步推理即可匹敌多步,动作生成提速 1.6~4.8 倍 — kaixhin · 2026-10-26
- 生物模拟为何难:参数敏感性普遍「马虎」,精确测量常非关键 — rbhar90 · 2026-10-26