寻求政治真相：跨越细微差别
计算与语言
2025-01-03 v1 信息检索
摘要
本研究探讨了反对政治偏见上升的若干细微动机。我们评估了 Llama-3（70B）语言模型在媒体偏见识别基准测试（MBIB）上的性能，基于一种将识别政治倾向的细微原因纳入提示中的新方法。我们的发现凸显了检测政治偏见的挑战，并突出了迁移学习方法提高未来模型的潜力。通过我们的框架，我们实现的性能相当于监督式和完全微调的 ConvBERT 模型，即在 MBIB 上执行政治偏见任务的最佳模型。通过展示我们方法的有效性，我们为开发更健壮的工具以缓解虚假信息和极化的传播作出了贡献。我们的代码和数据集已公开发布在 github 上。
引用
@article{arxiv.2501.00782,
title = {Navigating Nuance: In Quest for Political Truth},
author = {Soumyadeep Sar and Dwaipayan Roy},
journal= {arXiv preprint arXiv:2501.00782},
year = {2025}
}
备注
Accepted at JCDL 2024