研究：ChatGPT识别不当语言较好，定向言论检测不稳

1. 12:00
   arXiv cs.CL

   ChatGPT 识别针对性言论与不当语言的性能评估与改进：一项对比研究

   研究对比 ChatGPT 与众包标注、专家评估，考察其识别在线评论中不当语言与针对性言论的准确性。不当内容检测表现良好，迭代提示词改进的收益几乎全部来自一次改动——简化标签体系并切换到 GPT-4，此后调整提示词结构与采样温度收效甚微。针对性言论检测更弱且不稳定：改进前假阳性率高于专家判断，更换模型后假阴性率升高。

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。