等级 B1 – 中级CEFR B1
3 分钟
141 字
耶鲁管理学院的研究让生成性人工智能学会解释标题为何有效。研究者先让模型根据少量观察提出竞争性假设，然后在更大样本上检验这些假设，最后用验证过的理由来微调模型。
研究由唐王牌（Tong Wang）、K. Sudhir和预博士研究助理周恒光（Hengguang Zhou）等人完成。团队使用了来自Upworthy的23,000个标题，对应约4,500篇已做过A/B测试的文章，并用基于这些A/B结果的预训练评分模型来衡量标题质量。
他们还请约150名受试者比较三类标题：原始Upworthy标题、常规模型生成标题和新框架生成标题。新模型被选为“最佳”的比例较高，而常规模型更依赖耸动语言。
难词
- 生成性人工智能 — 能自动生成文本或图像的人工智能
- 竞争性假设 — 用于比较的不同可能解释
- 样本 — 用来代表整体的数据或例子
- 微调 — 在既有模型上做小幅改进
- 预训练 — 在主任务前先训练的过程
- 受试者 — 参加实验或测试的人
提示：在文章中将鼠标悬停、聚焦或轻触高亮词语，即可在阅读或听音频时快速查看简要释义。
讨论问题
- 如果新闻网站使用能解释原因的模型，你觉得读者的反应会有什么不同？请说一到两点理由。
- 你更愿意点击耸动的标题还是更说明理由的标题？为什么？
- 研究用A/B测试来衡量标题质量，你认为这种方法有哪些优点或缺点？
