Computational Narratology
LLM Summarization Bias: Narrative Information Loss
Explore how LLMs flatten implicit physical parameters during text compression, collapse narrative entropy, and replace sensory scenes with abstract emotion tags.
An academic research tag dedicated to studies where literary theory meets artificial intelligence, covering automated text evaluation, LLM benchmarking, and rule-based semantic annotation.
Computational Narratology
Explore how LLMs flatten implicit physical parameters during text compression, collapse narrative entropy, and replace sensory scenes with abstract emotion tags.
Physics of Literature
Dil modellerinin özet çıkarırken örtük fiziksel parametreleri nasıl sildiğini, anlatı entropisini düşürdüğünü ve metinleri nasıl düzleştirdiğini inceleyin.
Narrative Datasets
Beş makine aynı 100 sahneyi etiketledi. Tek bir kuralda 0, 1, 40, 72 ve 78 pozitif verdiler; insan 9 dedi. Üç çalışmalık kıyaslamanın tüm verisi açık.
Computational Narratology
Five machine raters labelled the same 100 scenes. On one rule they returned 0, 1, 40, 72 and 78 positives against a human count of 9. Full benchmark data.
Computational Narratology
Yaratıcı yazımda yapay zekâ önyargısının yapısal analizi. Jeton olasılık tuzaklarını, Özetleme Yanlılığını (Summarization Bias) ve anlatı homojenleşmesini açıklar.
Computational Narratology
Discover why AI story generation sounds formulaic. A deep architectural guide on token probability traps, Summarization Bias, and de-biasing AI creative writing.
Computational Narratology
Halüsinasyon genellikle teknik olarak açıklanır. Bu yazı, sorunun bir parçası için anlatı-tamamlama açıklaması öneriyor ve onu çürütebilecek bir test.
Computational Narratology
Hallucination is usually explained technically. This article proposes a narrative-completion account of one part of it and a test that could refute it.
Narrative Datasets
Yapay zeka ile yapılan,üç tur, beş otomatik etiketleyici, 220 sahne. Kıyaslamanın bulduğu şey ve kıyaslamanın kendisindeki kusur.
Narrative Datasets
Three rounds, five automated labellers, 220 scenes. What the benchmark found, and what is wrong with the benchmark itself.
Narrative Datasets
Claude ve ChatGPT, kilitli insan referansına karşı 100 sahne etiketledi. İkisi de en zor çıkarımsal özellikte başarısız oldu birbirine zıt yönlerden.
Computational Narratology
Claude and ChatGPT labeled 100 held-out scenes against a locked human reference. Both failed the hardest inferential feature from opposite directions.