研究大模型检测讽刺代码混合句表现
发生了什么
据arXiv cs.CL发布的研究，评估了Gemma 4与GPT-5 mini等模型检测讽刺代码混合句的能力。研究使用CS-SeLeRoSa数据集，发现Gemma 4 31B在零样本学习下达到68.1%的宏观F1分数，与GPT-5 mini（69.5%）相当。通过微调，Gemma 4在CS-SeLeRoSa上达到77.5%，在人类评判的基准CS-SeLeRoSa-Gold上达到72.6%，优于前沿零样本基线。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口