SLIM-LLM：通过低维表示建模风格-感官语言关系
计算与语言
2025-08-06 v1
摘要
感官语言——即与我们的视觉、听觉、触觉、味觉、嗅觉和内感受等感觉相联系的语言，在我们交流经验和感知的过程中发挥着基础性作用。我们使用一种新颖的降秩岭回归（R4）方法，探索了感官语言与传统风格特征（如LIWC测量的特征）之间的关系。我们证明，与完整特征集（r = 74）相比，r = 24的LIWC特征低维潜在表示能够有效捕捉用于感官语言预测的风格信息。我们引入了风格计量精简可解释模型（SLIM-LLM），用于建模这些风格维度之间的非线性关系。在五种体裁上的评估表明，使用低秩LIWC特征的SLIM-LLM在匹配全规模语言模型性能的同时，将参数量减少了高达80%。
引用
@article{arxiv.2508.02901,
title = {SLIM-LLMs: Modeling of Style-Sensory Language RelationshipsThrough Low-Dimensional Representations},
author = {Osama Khalid and Sanvesh Srivastava and Padmini Srinivasan},
journal= {arXiv preprint arXiv:2508.02901},
year = {2025}
}