论文报告跨语料训练比同域训练更能预测专家评分。
资讯摘要
论文研究用小型开源LLM评审对德语咨询对话做跨语料迁移评分。作者从专家评分工具中提取构念，让四个本地运行的评审从转录文本打分，另加非言语特征。在三个语料（共195段会话）上，用另两个语料训练可预测留出语料，Spearman ρ为.533，高于同域训练的.420；增益主要来自言语内容，非言语块仅加.01。
要点速读
- 研究使用三套德语模拟咨询语料（两套全科医疗、一套家长-教师，共195段会话），全部模型为开放权重并本地运行以保护数据。
- 跨语料训练预测留出语料的Spearman ρ=.533，同域训练为.420，配对差距+.113（95% CI [+.067,+.157]），在匹配训练规模和相同测试会话下仍成立。
- 四个评审单独迁移为.523；要求评审输出评分工具构念而非通用对话质量，可使迁移提升约30%（.32到.42）；恢复说话人归属可带来+.08至+.10。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。