热点事件持续更新
SCAPE-T：基于编码器注意力量化语义复杂度
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 27 日，arXiv cs.CL 刊出研究，提出 SCAPE-T——一种基于仅编码器 Transformer 注意力的语义复杂度指标。该指标由三项子指标构成：逆加权自关注、CLS 关注与头间冗余，并经层加权聚合得到。在控制词长的条件下，其成对准确率达 78.5%（N=10k，95% CI 76.1–80.4），比最强基线高 12.7 个百分点；但若不控制词长，可读性启发式方法反而反超。研究还报告，在抽象性短词数据集上 SCAPE-T 同样领先，消融实验显示三项子指标均有实质贡献。目前该工作以预印本形式公开，尚无同行评议或后续复现报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
新论文提出 SCAPE-T，控词长下成对准确率 78.5%，超最强基线 12.7 个百分点。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLSCAPE-T：用仅编码器 Transformer 注意力量化文本语义复杂度
研究者提出 SCAPE-T，一种基于仅编码器 Transformer 注意力的语义复杂度指标，由逆加权自关注、CLS 关注与头间冗余三项子指标经层加权聚合而成。控制词长时其成对准确率达 78.5%（N=10k，95% CI 76.1–80.4），比最强基线高 12.7 个百分点；不控制词长则可读性启发式反超。在抽象性短词数据集上 SCAPE-T 同样领先，消融显示三项子指标均有实质贡献。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。