热点事件持续更新

Gemini 4 蒸馏辅助文学情感分析模型发布

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

2026年11月2日，研究者 Artem Suslov 在 arXiv 发布论文，提出利用大型语言模型 Gemma 4 31B 作为教师模型，为 10,889 个文学句子生成情感标注，用于训练更小的 BERT 模型。该研究通过有序回归微调 BERT-base 和 BERT-large。在 1,923 个人工标注句子的测试集上，BERT-base 模型在非中性句子上的平均绝对误差（MAE）达到 0.726，表现优于教师模型 Gemma 4 的 1.116。此外，BERT-large 模型的 Kendall's τ 相关系数达到 0.589。这一结果验证了利用大模型生成监督数据来开发高效小型文学情感分析模型的方法具有实际潜力。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月3日

13:00
arXiv · NLP
利用 Gemma 4 31B 标注蒸馏构建用于文学情感分析的有序 BERT 模型
研究利用 Gemma 4 31B 标注的 10,889 个文学句子，通过有序回归微调 BERT 模型进行情感分析。在 1,923 个人工标注句子测试中，BERT-base 在非中性句子的 MAE 为 0.726，优于教师模型（1.116），而 BERT-large 的 Kendall's τ 达 0.589。验证了 LLM 生成监督在开发小型文学情感分析模型上的潜力。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。