EventTyp 与 CUES：人类和 LLM 如何推断事件典型性

研究者构建 EventTyp 及经人工验证的 EventTypGold 两个语料库，发现 Commonsense Knowledge、Utterance Emphasis 和 Snark 三类 CUES 可预测人类对典型性的推断。大规模人类与 LLM 实验显示，多数实验设置下 LLM 缺乏准确评估事件一般典型性所需的 Commonsense Knowledge，因而难以遵循这些 CUES。