ReCoT：标签引导CoT优化的宣传检测框架
热点事件持续更新
ReCoT：标签引导CoT优化的宣传检测框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Zeba Afroz、Harsh Vardhan 和 Md. Shad Akhtar 发表论文提出 ReCoT 宣传检测框架，通过群体级细化和性能引导重采样捕捉说服技巧的定义性线索，无需额外解释标注。 据论文报告，ReCoT 在 INDI-PROPspan 数据集上 macro F1_LCS 达 0.364，超过基线并达到 SFT 上限的 88%；在 PTC 数据集上达到 SFT 上限 Avg F1_LCS 的 85%，同时保持可解释性。上述结果为论文自报数据。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
ReCoT：用标签引导 CoT 优化实现宣传检测推理报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIReCoT：用标签引导 CoT 优化实现宣传检测推理
ReCoT 是一个通过群体级细化和性能引导重采样来捕捉说服技巧定义性线索的推理条件检测框架，无需额外解释标注。在 INDI-PROPspan 上其 macro F1_LCS 达 0.364，超过基线并达到 SFT 上限的 88%；在 PTC 上达到 SFT 上限 Avg F1_LCS 的 85%，同时保持可解释性。
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。