研究者提出ReCoT宣传检测推理框架
热点事件持续更新
研究者提出ReCoT宣传检测推理框架
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Zeba Afroz等作者提出名为 ReCoT 的推理条件化宣传检测框架，通过群体级细化和性能引导的重采样捕捉说服技巧的定义性线索，无需额外解释标注。 据作者报告，在 INDI-PROPspan 数据集上，ReCoT 取得 0.364 的 macro F1_LCS，超过基线并达到 SFT 上限的 88%；在 PTC 上达到 SFT 上限 Avg F1_LCS 的 85%，同时保持可解释性。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
ReCoT：用标签引导的 CoT 优化实现宣传检测推理报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIReCoT：用标签引导的 CoT 优化实现宣传检测推理
ReCoT 是一个推理条件化的宣传检测框架，通过群体级细化和性能引导的重采样捕捉说服技巧的定义性线索，无需额外解释标注。在 INDI-PROPspan 上，ReCoT 取得 0.364 的 macro F1_LCS，超过基线并达到 SFT 上限的 88%；在 PTC 上达到 SFT 上限 Avg F1_LCS 的 85%，同时保持可解释性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。