TikTok 研究

深度分析

LLM 大規模標註與活躍學習於德國 TikTok 反移民敵意偵測之效能比較

研究以德國政治TikTok評論探討活躍學習中人類與LLM標註的成本與效能。結果顯示，以25,974筆LLM標註訓練的模型在F1指標上與3,800筆人工標註相當，但成本僅為七分之一，且在模糊討論中產生系統性過度預測正向敵意的錯誤。此外，活躍學習在預先豐富的資料池中對比隨機抽樣的效益有限。