Zwei Beitr?ge ver?ffentlicht auf der AACL-IJCNLP 2025

Jiahui Li, Sean Papay, Roman Klinger. Are Humans as Brittle as Large Language Models?

Gro?e Sprachmodelle sind anf?llig – kleine ?nderungen an einer Eingabeaufforderung k?nnen die Ausgabe vollst?ndig ver?ndern. Dies wird allgemein als gro?es Problem bei Modellen angesehen, aber auch Menschen sind ?anf?llig“: Je nachdem, wie eine Frage gestellt wird, ?ndert sich auch ihre Antwort. In diesem Artikel untersuchen wir, wie sich die ?nderungen der Antworten von Menschen mit denen von LLMs vergleichen lassen – was passiert, wenn die Antwortoptionen Tippfehler enthalten oder ihre Reihenfolge ge?ndert wird? Wir stellen fest, dass Menschen zwar ebenfalls anf?llig sind, jedoch in geringerem Ma?e als LLMs und nicht für dieselbe Art von ?nderungen.

Yarik Menchaca Resendiz, Martin Kerwer, Anita Chasiotis, Marlene Bodemer, Kai Sassenberg, Roman Klinger: Supporting Plain Language Summarization of Psychological Meta-Analyses with Large Language Models.

In diesem Demo-Papier stellen wir ein System vor, das wir gemeinsam mit dem Leibniz-Institut für 球探足球比分 im Rahmen des Projekts KlARPsy entwickeln. Das KlARPsy-Team erstellt Meta-Reviews zu psychologischen Themen, die auch für Laien leichter verst?ndlich sind. Unser System unterstützt die ??bersetzung” in eine einfachere Sprache und die Extraktion der wichtigsten Fakten mit einem promptbasierten System.