AACL 2026 论文：LLM 在词义消歧上不是不会，而是区分过细
Bollegala · x · 2026-11-08
AACL 2026 论文《WiC is Not WSD》研究 LLM 的词汇歧义消解能力。作者假设 WiC(Word-in-Context)任务之所以难，不仅因为要比较词的两次上下文用法，还因为缺少明确词义粒度的 sense inventory。
- 在相同设置下评测开源 LLM 的 WiC 与传统 WSD,发现提供候选词义能全面提升 WiC 表现
- 人工评估显示许多表面错误源于标注歧义或模型与标注者词义边界不一致，而非理解失败
- 结论:LLM 常把词义区分得过细(overly fine-grained),导致判断出错
「研究」频道最新
- OPD vs GRPO 算力效率拆解：自教师蒸馏可省 50 倍 FLOPs — rohanpaul_ai · 2026-11-08
- Salesforce 论文：外置教师蒸馏费算力，领域专家合并省 42% — rohanpaul_ai · 2026-11-08
- Albert Gu 挺 Bitter Lesson：别把苦涩教训只读成堆 Transformer — sewon__min · 2026-11-08
- Autoware 开源越野自动驾驶仿真器:基于 NVIDIA Isaac Sim 支持多车训练 — rsasaki0109 · 2026-11-08
- 超长程智能体时代最迷人的元问题：AI 能否发现超越梯度下降的方法 — JensHonack · 2026-11-08
- LLM 能解博士级数学题,为何下不好国际象棋?Reddit 热问 — MesloubFC · 2026-11-08