情感评分差异需同时检查回答与测量工具本身。
资讯摘要
论文分析12,933条LLM回答，考察多语言情感分类器对品牌描述打分时的测量问题。交叉线性混合模型显示，查询语言解释26.49%的拟合方差，品牌仅占1.46%；剔除英语后重拟合，语言降至5.07%、品牌升至2.23%。英语1,620条回答中有591条负分，其余七种语言11,313条中仅77条。作者指出原方差分解高度依赖英语样本，但未确认因果英语效应。
要点速读
- 研究覆盖20个品牌标签、8种查询语言、3个提供商别名和15个提示词，共12,933条回答。
- 全样本拟合中查询语言占26.49%方差，品牌占1.46%；剔除英语后分别为5.07%和2.23%。
- 英语回答1,620条中591条为负分，其他七种语言11,313条中仅77条；作者强调不能据此推断英语回答对品牌更负面。
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 2026/11/4 08:00:28（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。