DiscoTrace 论文获 EMNLP 2026 最佳论文:对比人类与 LLM 的答题策略
rachelrudinger · x · 2026-10-29
UMD 团队的论文《DiscoTrace: Representing and Comparing Answering Strategies of Humans and LLMs in Information-Seeking Question Answering》获得 EMNLP 2026 最佳论文奖。
论文作者 Neha Srikanth 在致谢中感谢导师 Rachel Rudinger 与 Jordan Boyd-Graber 以及 UMD Clip 实验室。研究分析了不同社区中信息检索式问答的答题策略,并对人类与 LLM 的回答方式进行表征与比较。
所属事件:马里兰大学 DiscoTrace 获 EMNLP 2026 最佳论文(2 条相关)→
「研究」频道最新
- 研究者争论：热门神经元转向方法不实用，或不如对比向量 — burny_tech · 2026-10-29
- Artificial Analysis V5 智能指数改用更难基准,难度标尺图首度曝光 — scaling01 · 2026-10-29
- Aristotle 形式化验证 1220 万门芯片模块，证明 185 条属性并降功耗 26% — satnam6502 · 2026-10-29
- 百度开源 Unlimited OCR 2：单卡一次请求解析 270 页老手册 — MaziyarPanahi · 2026-10-29
- HelixCove 发布:把一个组织里真实工作过程做成数据集 — niloofar_mire · 2026-10-29
- BioBench 入驻 Fireworks 智能指数:1337 项任务测生物体安全 — kenbwork · 2026-10-29