Funny or Persuasive, but Not Both: Evaluating Fine-Grained Multi-Concept Control in LLMs
University of Cambridge(剑桥大学);CISPA Helmholtz Center for Information Security(CISPA亥姆霍兹信息安全中心);Apta(Apta公司);Royal Holloway, University of London(伦敦大学皇家霍洛威学院)
研究评估了LLM中多概念控制的细粒度可控性,发现双概念设置下性能下降,揭示了模型在组合性上的局限性。
2026-01-26 cs.AI cs.CL
Engagement Undermines Safety: How Stereotypes and Toxicity Shape Humor in Language Models
Centre for Responsible AI, IIT Madras(负责任人工智能中心,印度理工学院马德拉斯分校);University of Maryland, College Park(马里兰大学 College Park 分校);Princeton University(普林斯顿大学)
本研究以幽默生成为测试平台,发现大语言模型的幽默度优化与有害内容耦合,有害输出幽默分更高且存在偏差放大循环,刻板印象/有毒笑话的幽默得分与出现占比均显著更高。
2025-10-21 cs.CL
Laughing Heads: Can Transformers Detect What Makes a Sentence Funny?
EPFL(洛桑联邦理工学院)
幽默的自动检测对自然语言处理提出了巨大的挑战。基于transformer的系统最近在这项任务上取得了显着的成果,但它们通常(1)~在严肃与幽默文本来自完全不同来源的设置中进行评估,(2)~专注于基准性能,而不提供对模型如何工作的见解。我们在这两个方面都取得了进展,通过训练和分析基于transformer的幽默识别模型,最近推出的数据集由最小对对齐的句子组成,一个严重,另一个幽默。我们发现,尽管我们的对齐数据集比以前的数据集要难得多,但基于transformer的模型以高准确率(78%)识别对齐对中的幽默句子。在仔细的错误分析中,我们描述了简单与困难的实例。最后,通过分析注意力权重,我们获得了重要的见解的机制,Transformers识别幽默。最值得注意的是,我们发现了明确的证据,表明一个单一的注意头学会识别使测试句子幽默的单词,即使在训练时没有获得这些信息。
2021-08-25 cs.AI cs.CL cs.LG
Investigating Counterfactual Unfairness in LLMs towards Identities through Humor
Yonsei University(延世大学);KAIST(韩国科学技术院);Seoul National University(首尔国立大学);Indiana University Indianapolis(印第安纳大学印第安纳波利斯分校)
本文通过观察在保持其他因素不变的情况下交换说话者和被指对象,研究语言模型在幽默生成拒绝、说话者意图推断及社会影响预测中的反事实不公平性,揭示身份相关的偏见模式。
2026-04-20 cs.CL
HumorDB: Can AI understand graphical humor?
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of São Paulo(圣保罗大学);Harvard Medical School(哈佛医学院)
本文提出HumorDB数据集,评估AI在图形幽默理解上的表现,发现现有模型与人类差距明显,需更复杂架构以捕捉微妙线索。
2025-10-17 cs.AI cs.CV
Assessing the Capabilities of LLMs in Humor:A Multi-dimensional Analysis of Oogiri Generation and Evaluation
本文针对现有大语言模型幽默能力单维度评估的不足,以日本大喜利游戏为载体构建六维度标注数据集,评估LLM的幽默生成与评价能力,发现其存在共情缺失缺陷并开放语料。
2025-11-12 cs.AI cs.CL
A funny companion: Distinct neural responses to AI- versus human-attributed humor
The Chinese University of Hong Kong(香港中文大学);Brain and Mind Institute(脑与心智研究所)
研究人们对AI与人类归因幽默的神经反应,用EEG对比处理双关语及对照的方式,发现AI归因幽默使N400效应减弱、LPP增强,个体差异影响神经反应,凸显大脑对新幽默源的适应及幽默在人机互动中的作用。
2026-07-28 cs.AI cs.CL
FunnyNet-W: Multimodal Learning of Funny Moments in Videos in the Wild
Lappeenranta-Lahti University of Technology(拉彭兰塔-拉赫蒂理工大学);Ecole Polytechnique(巴黎综合理工学院)
本文提出FunnyNet-W模型,利用交叉和自注意力机制融合视觉、音频及自动提取的文本数据,并通过无监督方法获取标签,在五个数据集上实现了多模态搞笑时刻检测的最新技术水平。
2024-01-08 cs.AI cs.CL cs.CV
How Did This Get Funded?! Automatically Identifying Quirky Scientific Achievements
The Hebrew University of Jerusalem(耶路撒冷希伯来大学)
幽默是一种重要的社会现象,具有复杂的社会和心理功能。然而,尽管幽默被研究了几千年,但在计算上并没有得到很好的理解,通常被认为是一个人工智能完全问题。在这项工作中,我们介绍了幽默挖掘的一个新的设置:自动检测有趣和不寻常的科学论文。我们的灵感来自搞笑诺贝尔奖,这是一个讽刺性的奖项,每年颁发一次,以庆祝有趣的科学成就(例如过去的获奖者:“奶牛站得越久,就越有可能躺下吗?").这个具有挑战性的任务具有独特的特征,使其特别适合自动学习。我们构建了一个包含数千篇有趣论文的数据集,并将其用于学习分类器,将心理学和语言学的研究结果与NLP的最新进展相结合。我们使用我们的模型来识别超过630,000篇文章的大型数据集中可能有趣的论文。结果证明了我们的方法的潜力,以及更广泛地将最先进的NLP方法与来自更传统学科的见解相结合的实用性。
2021-06-06 cs.AI cs.CL
Getting Serious about Humor: Crafting Humor Datasets with Unfunny Large Language Models
Columbia University(哥伦比亚大学);EPFL(洛桑联邦理工学院)
针对幽默检测任务缺乏配对幽默-非幽默数据集的问题,本研究探索用大语言模型编辑文本生成合成数据,验证其消解笑话幽默感的能力,并拓展至英印混合语数据集,生成高评价的合成数据与对抗样本。
2024-06-21 cs.AI cs.CL cs.LG
Which LLMs Get the Joke? Probing Non-STEM Reasoning Abilities with HumorBench
University of Washington(华盛顿大学);University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Air Mail and Cartoon Collections(航空邮报与漫画收藏)
本研究提出评估大语言模型幽默理解与推理能力的基准HumorBench,通过约300组专家标注的漫画-配文对测试发现,STEM推理能力可有效迁移到幽默理解中,测试时扩展的效果则因模型而异。
2025-07-29 cs.AI cs.CL
Who Laughs with Whom? Disentangling Influential Factors in Humor Preferences across User Clusters and LLMs
CyberAgent;Nara Institute of Science and Technology(奈良科学技術研究所);Institute of Science Tokyo(东京科学研究所)
本研究通过聚类和LLM提示解构幽默偏好影响因素,展示用户集群与LLM偏好之间的关联及可调节性。
2026-09-09 cs.AI cs.CL
THInC: A Theory-Driven Framework for Computational Humor Detection
Centre for Computational Linguistics and Psycholinguistics, University of Antwerp(安特卫普大学计算语言学与心理语言学中心)
本文提出理论驱动的可解释幽默检测框架THInC,通过集成代表不同幽默理论的GA2M分类器并构建代理特征,实现F1值0.85的幽默分类,并支持对理论有效性的定量分析。
2024-09-02 cs.CL
Federated Learning for Personalized Humor Recognition
Nanyang Technological University(南洋理工大学);Alibaba Group(阿里巴巴集团);Soochow University(苏州大学);Tsinghua University(清华大学)
幽默的计算理解是创造性语言理解和建模的重要课题。它可以在复杂的人机交互中发挥关键作用。这里的挑战是,人类对幽默内容的感知是高度主观的。同一个笑话可能会从不同的读者那里得到不同的有趣程度。这使得幽默识别模型在实际场景中实现个性化具有高度挑战性。现有的方法通常是基于这样的假设,即用户对给定的文本是否幽默有共识。因此,他们不能很好地处理不同的幽默偏好。在本文中,我们提出了FedHumor的方法,通过联邦学习(FL)的个性化方式识别幽默内容。FedHumor扩展了预先训练的语言模型,通过考虑个人幽默偏好的不同分布来指导微调过程。该方法将差异适应策略引入外语学习范式,训练出个性化的幽默识别模型。据我们所知,FedHumor是第一个通过联邦学习实现的基于文本的个性化幽默识别模型。大量的实验证明了FedHumor在识别幽默文本的优势相比,9个国家的最先进的幽默识别方法具有优越的能力,用于处理不同偏好的用户产生的幽默标签的多样性。
2022-04-06 cs.CL
Cards Against LLMs: Benchmarking Humor Alignment in Large Language Models
Ghent University(根特大学);University of Helsinki(赫尔辛基大学)
本研究通过让五种前沿语言模型与人类玩家玩卡牌对战游戏,评估大语言模型在幽默对齐方面的表现,发现模型在幽默判断上与人类偏好不一致,可能受系统性偏差影响。
2026-04-09 cs.AI cs.CL
Humor Style Drives Laughter, Topic Shapes Acceptability: Evaluating Bilingual Personal and Political Robot-Delivered AI Jokes
Univ Brest-Bretagne INP, COMMEDIA team, Lab-STICC CNRS UMR 6285(布列塔尼大学-INP,COMMEDIA团队,Lab-STICC CNRS UMR 6285)
本研究通过混合因素设计,评估机器人用双语讲AI生成笑话时,幽默类型(亲和、自我增强、攻击、自贬)和内容(个人vs政治)对趣味性和适当性的影响,发现幽默类型显著影响趣味性,内容影响适当性,语言偏好受内容及参与者流利度影响。
2026-06-12 cs.AI cs.RO
"Not Human, Funnier": How Machine Identity Shapes Humor Perception in Online AI Stand-up Comedy
The University of Hong Kong Hong Kong, SAR China;Carnegie Mellon University\ -Computer Interaction Institute Pittsburgh United States;East China Normal University Shanghai China;Northeastern University\ of Art, Media;City University of Hong Kong\ for Narrative Spaces Hong Kong, SAR China;The University of Hong Kong;Carnegie Mellon University\ -Computer Interaction Institute;East China Normal University;City University of Hong Kong\ for Narrative Spaces
本研究探讨了AI身份如何影响幽默感知,通过设计基于机器身份的代理,发现其在单口喜剧表演中比基线GPT代理更有趣,提出人机集成系统应明确利用AI的独特身份。
2026-02-13 cs.AI cs.HC
Reverse-Engineering Satire, or "Paper on Computational Humor Accepted Despite Making Serious Advances"
EPFL(洛桑联邦理工学院);Microsoft Research(微软研究院)
幽默是人类的基本特征。理解幽默的努力已经唤起了幽默与认知基础之间的联系,以及幽默在社会参与中的重要性。因此,它是一个有前途的和重要的研究课题,与人工智能和人机交互相关。以前关于幽默的计算工作大多在粗糙的粒度水平上操作,例如,预测整个句子、段落、文档等,很幽默作为深入理解幽默的一步,我们寻求细粒度的属性模型,使给定的文本幽默。从观察到讽刺新闻标题倾向于类似于严肃新闻标题的现象出发,我们建立并分析了一个讽刺新闻标题与几乎相同但严肃的标题配对的语料库。该语料库是通过Unfun.me构建的,这是一个在线游戏,激励玩家对讽刺性标题进行最小的编辑,目的是让其他玩家相信结果是严肃的标题。用于成功删除幽默的编辑操作可以精确定位在使原始讽刺标题变得有趣中起关键作用的单词和概念。我们的分析表明,幽默倾向于居住在标题的末尾,主要是在名词短语,大多数讽刺性的标题遵循一定的逻辑模式,我们称之为假类比。总之,本文加深了我们对讽刺新闻标题的句法和语义结构的理解,并为构建幽默生成系统提供了启示。
2019-08-13 cs.AI cs.CL
Applying a Pre-trained Language Model to Spanish Twitter Humor Prediction
WAMRI;n-waves;University of San Francisco(旧金山大学)
我们参加了HAHA 2019挑战赛,将$3^{rd}$置于分类任务中,将$2^{nd}$置于回归任务中。我们描述了我们的系统和创新,以及比较我们的结果与朴素贝叶斯基线。基于Twitter的大型语料库使我们能够训练一个专注于西班牙语的语言模型,并将这些知识转移到我们的竞争模型中。为了克服某些标签中的固有错误,我们在损失函数中使用标签平滑来降低类置信度。我们项目的所有代码都包含在GitHub存储库中,以便于参考并允许其他人复制。
2019-07-06 cs.CL
YesBut: A High-Quality Annotated Multimodal Dataset for evaluating Satire Comprehension capability of Vision-Language Models
Indian Institute of Technology Kharagpur(印度理工学院卡拉格普尔分校);University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);Haldia Institute of Technology(哈尔迪亚理工学院)
本文提出讽刺图像检测、理解和补全任务,并发布高质量多模态数据集YesBut,评估发现视觉语言模型在零样本设置下表现不佳。
2024-09-20 cs.AI cs.CL cs.CV
Comment-aided Video-Language Alignment via Contrastive Pre-training for Short-form Video Humor Detection
Soochow University(苏州大学);Huaiyin Normal University(淮阴师范学院)
针对短视频幽默检测任务,提出基于数据增强多模态对比预训练的评论辅助视频-语言对齐双分支层次模型,在两个数据集上性能超越现有最优方法及基线,相关资源已开源。
2024-04-15 cs.AI cs.CV
Oogiri-Master: Benchmarking Humor Understanding via Oogiri
CyberAgent;Nara Institute of Science and Technology(奈良科学技術大學)
Oogiri-Master通过Oogiri基准测试,利用大量候选回应和独立评分机制,评估LLMs的幽默理解能力,并揭示语言因素与趣味性之间的关系。
2025-12-25 cs.AI cs.CL
lmfaoooo at SemEval-2026 Task 1: Humor Is an Audience. Preference Modeling for Constrained Humor Generation
Inworld.AI Berlin, Germany(Inworld.AI柏林,德国);OpenAI;Mountain View, CA(山景城,加利福尼亚州)
针对约束幽默生成任务,提出“生成多候选-偏好选择”策略,利用人类成对比较训练偏好模型,在MWAHAHA任务英、中、西语子任务中分别获得第1、第1和第2名。
2026-04-14 cs.AI cs.CL
Transformer models: an introduction and catalog
LinkedIn(领英)
本文对主流Transformer模型进行了系统分类与介绍,涵盖自监督学习和人在回路训练两类模型,为理解该领域发展提供了简明参考。
2024-03-31 cs.CL
WRAVAL -- WRiting Assist eVALuation
Amazon Fire Tablets(亚马逊火平板);Amazon Devices Product(亚马逊设备产品部);Amazon Devices OS(亚马逊设备操作系统部)
WRAVAL提出了一种评估框架,用于评估小型语言模型在非推理任务中的能力,特别是在缺乏预定义数据集的情况下,通过任务特定微调展示其潜力。
2025-12-19 cs.CL cs.LG
Representational Similarity Alignment of Figurative Language in Humans and Large Language Models
本文研究了LLM在解读隐喻性语言方面是否能像人类一样,发现GPT-4在表征层面最接近人类,但所有模型在处理讽刺、俚语和隐喻时均表现不佳。
2026-10-14 cs.AI cs.CL
Crowd Score: A Method for the Evaluation of Jokes using Large Language Model AI Voters as Judges
University of Leicester(莱斯特大学);University of Kent(肯特大学);University of Waterloo(滑铁卢大学)
本文提出了一种新的方法来评估滑稽的笑话使用大语言模型(LLM)作为人工智能法官的人群评分。我们的方法依赖于将不同的个性引入LLM,并将AI评委的投票汇总为一个分数来评价笑话。我们使用审计技术来验证投票,该技术使用LLM检查特定投票的解释是否合理。我们在四个不同幽默类型的人工智能投票者中测试了我们的方法,其中包括52个笑话:亲和,自我增强,侵略性和自我挫败。我们的研究结果表明,Few-Shot提示导致更好的结果比zero-shot的投票问题。人格归纳表明,积极和自我挫败的选民显着更倾向于找到更多的笑话有趣的一套积极/自我挫败的笑话比亲和和自我增强的选民。观众评分遵循与人类评委相同的趋势,即给人类评委认为更有趣的笑话分配更高的分数。我们相信,我们的方法可以应用于其他创意领域,如故事,诗歌,口号等,它既可以帮助采用灵活和准确的标准方法来比较不同的工作在CC社区在一个共同的指标,并通过最大限度地减少人类参与评估创意文物,它可以加速创造性人工制品的原型制作,并降低雇用人类参与者对创造性人工制品进行评级的成本。
2022-12-21 cs.AI
"So You Think You're Funny?": Rating the Humour Quotient in Standup Comedy
Indian Institute of Technology Bombay(印度理工学院孟买分校);University of Surrey(萨里大学)
计算幽默引起了自然语言处理和计算语言学界的兴趣。由于对内容的多种可能的解释,创建用于自动测量幽默商的数据集是困难的。在这项工作中,我们创建了一个多模态的幽默注释数据集($\sim$ 40小时)使用单口相声剪辑。我们设计了一种新颖的评分机制,利用观众的笑声,用幽默商数分数来注释训练数据。每个片段中的笑声的标准化持续时间(笑声持续时间除以片段持续时间)用于在五分制(0-4)上计算该幽默系数分数。通过与手动注释的分数进行比较来验证这种评分方法,其中获得0.6的二次加权kappa。我们使用这个数据集来训练一个模型,该模型在给定音频及其相应文本的情况下,以五分制提供“滑稽”分数。我们比较了各种神经语言模型的幽默评级任务,并实现了$0.813$的二次加权Kappa(QWK)的准确性。我们的“Open Mic”数据集随代码一起发布,以供进一步研究。
2021-10-25 cs.AI cs.CL
VibeCheck: Discover and Quantify Qualitative Differences in Large Language Models
UC Berkeley(加州大学伯克利分校)
VibeCheck通过自动发现并量化LLM输出的定性差异(氛围),利用LLM评判员评估氛围效用,预测模型身份和人类偏好,并揭示不同模型在摘要、数学和图像描述任务中的行为差异。
2025-04-19 cs.AI cs.CL
Frankentext: Stitching random text fragments into long-form narratives
University of Maryland, College Park(马里兰大学学院公园分校);University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校)
Frankentext通过将大量随机文本片段拼接成连贯故事,挑战LLM生成质量与原创性,同时引发作者权属问题。
2026-04-19 cs.CL