Katasztrófahelyzetekben segíthetnek a LLM-ek a közösségi média ok-okozati összefüggéseinek feltárásában
A nagyméretű nyelvi modellek (LLM-ek) képesek lehetnek a közösségi médiából származó, informális bejegyzésekből is releváns ok-okozati összefüggéseket kinyerni, ami jelentősen javíthatja a helyzetfelismerést válság idején.
Katasztrófahelyzetekben a közösségi médiából származó ok-okozati összefüggések feltárása kulcsfontosságú lehet a helyzetfelismerés erősítéséhez, különösen a sérültek, az anyagi károk, az infrastruktúra-zavarok és a tovagyűrűző hatások azonosításában — írják kutatók az arXiv előnyomtatott tanulmányában.
A katasztrófákkal kapcsolatos bejegyzések gyakran informálisak, töredékesek és kontextusfüggőek, ráadásul sokszor személyes tapasztalatokat írnak le, nem pedig explicit ok-okozati kapcsolatokat.
A káoszban rejlő minták
A kutatók egy szakértői alapú értékelési keretrendszert javasoltak, amely összehasonlítja a LLM-ek által generált ok-okozati gráfokat a katasztrófaspecifikus jelentésekből származó referencia gráfokkal.
Vizuális összefüggések
A munka célja az is volt, hogy felmérjék, a kinyert kapcsolatokat alátámasztják-e az esemény utáni bizonyítékok, vagy inkább a modell előzetes ismereteit tükrözik. A tanulmány az arXiv:2605.11348v1 azonosító alatt érhető el, 2024. május 20-án tették közzé.