Ejemplos de descarrilamiento conversacional en las páginas de conversación de Wikipedia: a la izquierda hay un ejemplo de una discusión que concluyó sin descarrilamiento, mientras que a la derecha es un ejemplo de una conversación descarrilada. En el caso de la derecha, el comentario final termina con un comentario agresivo dirigido a la otra persona: “… perder el tiempo de otras personas es simplemente grosero”. Crédito: IEEE Access (2025). Doi: 10.1109/access.2025.3554548
Las salas de chat en línea y las plataformas de redes sociales con frecuencia experimentan un comportamiento dañino a medida que las discusiones se desvanecen de sus temas previstos hacia el conflicto personal. Los modelos predictivos tradicionales generalmente dependen de los datos específicos de la plataforma, limitan su aplicabilidad y aumentan los costos de implementación.
En un nuevo estudio, los investigadores de la Universidad de Tsukuba aplicaron un método de predicción de disparo cero a LLM para detectar descarrilamientos conversacionales. El rendimiento de varios LLM no entrenados se comparó con el de un modelo de aprendizaje profundo entrenado en conjuntos de datos seleccionados. Los resultados mostraron que las LLM no entrenadas lograron una precisión comparable, y en algunos casos superior.
Estos hallazgos, publicados en la revista IEEE Access, sugieren que los operadores de plataformas pueden implementar herramientas de moderación efectivas a un costo reducido al aprovechar las LLM de propósito general, apoyando a las comunidades en línea más saludables en diversas plataformas.
Más información: Kenia Nonaka et al, predicción de disparo cero del descarrilamiento conversacional con modelos de idiomas grandes, IEEE Access (2025). Doi: 10.1109/access.2025.3554548
Proporcionado por la Universidad de Tsukuba
Cita: el modelo de lenguaje grande predice con precisión los descarrilamientos de chat en línea (2025, 23 de mayo) recuperado el 23 de mayo de 2025 de https://techxplore.com/news/2025-05-large-language-accore-online-chat.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
