Modeling Community Attitude through Reaction Tone: A Human-AI Collaborative Framework for Evaluating LLM Alignment with Linguistic Behaviors in Online Communities

Diese Forschung stellt CARE (Community-Aware Reaction Evaluation) vor, ein Framework zur Bewertung der Fähigkeit großer Sprachmodelle (LLMs), Gemeinschaftsdiskurse mit authentischen menschlichen Reaktionen auf reale Nachrichten abzugleichen. Durch menschlich-KI-Kollaboration deckt die Studie eine "Realitätslücke" auf, die zeigt, dass explizite Community-Prompts die Simulationsgenauigkeit von LLMs nicht intrinsisch verbessern.