Construção Escalável e Culturalmente Específica de Conjuntos de Dados sobre Estereótipos por Meio da Colaboração entre Humanos e LLM

arXiv:2607.07895v1 Tipo de anúncio: novo Resumo: A pesquisa sobre estereótipos em large language models (LLMs) tem se concentrado majoritariamente em contextos de língua inglesa, devido à falta de conjuntos de dados em outros idiomas e ao alto custo da anotação manual em culturas sub-representadas. Para preencher essa lacuna, apresentamos uma estrutura de anotação colaborativa entre humanos e LLM que é econômica e a aplicamos para construir o EspanStereo, um conjunto de dados sobre estereótipos em língua espanhola que abrange múltiplos países de língua espanhola na Europ...