大型语言模型能否解决自毁文化中的语义差距？以鸟羽系为例
计算与语言
2026-05-26 v2
摘要
自毁行为与复杂的心理状态相关，诊断往往具有挑战性。这些行为在亚文化群体中更难识别，因为其表达方式独特。随着大型语言模型（LLM）在各领域的部署，一些研究者开始探索其用于检测自毁行为的应用。为此，我们研究了在亚文化语境下使用当前LLM方法进行自毁行为检测。然而，这些方法面临两个主要挑战：（1）知识滞后：亚文化俚语演变速度快于LLM的训练周期；（2）语义错位：难以把握亚文化特有的、细腻的表达。为解决这些问题，我们提出了亚文化对齐求解器（Subcultural Alignment Solver, SAS），一个集成自动检索和亚文化对齐的多智能体框架，显著提升了LLM检测自毁行为的性能。我们的实验结果表明，SAS优于当前先进的多智能体框架OWL。值得注意的是，它与微调LLM的表现相当。我们希望SAS能推动亚文化语境下自毁行为检测领域的发展，并为未来研究者提供有价值的资源。
引用
@article{arxiv.2601.05004,
title = {Can Large Language Models Resolve Semantic Discrepancy in Self-Destructive Subcultures? Evidence from Jirai Kei},
author = {Peng Wang and Xilin Tao and Siyi Yao and Jiageng Wu and Yuntao Zou and Zhuotao Tian and Libo Qin and Dagang Li},
journal= {arXiv preprint arXiv:2601.05004},
year = {2026}
}
备注
Preprint