Author-Informed Stance Detection：数据集与研究发现

作者背景信息能显著提升人类与大语言模型（LLMs）的立场检测准确率，尤其在对讽刺推文的理解上收益明显。 研究证明，LLM 可以通过微调有效预测作者的政治倾向。相比标准微调，这种融入作者信息的微调不仅超越了人类表现，还提升了跨数据集的泛化能力。为支持进一步研究，作者发布了包含丰富作者上下文信息的立场标注推文数据集。