文本不是全部你需要: 多模态提示帮助 LLM 理解幽默
计算与语言
2024-12-10 v1 计算机与社会
摘要
虽然大语言模型(LLM)在各种基于文本的任务中展现了惊人的自然语言理解能力,但理解幽默始终是 persistently 挑战。幽默经常是多模态的,依赖语音模糊性、节奏和时机来传达意义。在本研究中,我们探索了一种简单的方法,将文本和幽默的语音形式与 LLM 一起呈现,以实现幽默理解和解释。使用多模态线索可在所有测试数据集中显著改善对幽默的解释。
引用
@article{arxiv.2412.05315,
title = {Text Is Not All You Need: Multimodal Prompting Helps LLMs Understand Humor},
author = {Ashwin Baluja},
journal= {arXiv preprint arXiv:2412.05315},
year = {2024}
}