Aizhi Chen 博士于 2025 年 10 月 2 日更新
查看我们的道德规范 (https://www.aizhichen.com/ethical-norms.html)，精确标注情绪和感受以及检测反语、仇恨言论和不恰当内容仍是一个挑战，需要进一步的测试和完善。

我们对八个大型语言模型进行了基准测试：
- Claude 3.5
- Claude 3.7
- ChatGPT 4o
- ChatGPT 4.5（注：原文为 ChatGPT 45）
- ChatGPT 5o
- DeepSeek V3
- Grok 4
- Grok 4ac

在五个关键的情感相关任务上：
| 任务 | 模型 | 总体准确率 |
| --- | --- | --- |
| Sentiment (情感) | Claude Sonnet 37 | 79% |
| Hatefulness (仇恨言论) | Claude Sonnet 35 | 98% |
| Offensiveness (冒犯性) | GPT 5 Auto | 80% |
| Sentiment (情感) | ChatGPT 4o | 75% |
| Hatefulness (仇恨言论) | Grok 4 | 71% |
| Irony (反语/讽刺) | DeepSeek V3 | 76% |

## 结论
情感分析基准测试：ChatGPT、Claude & DeepSeek
Aizhi Chen 博士于 2025 年 10 月 2 日更新
查看我们的道德规范 (https://www.aizhichen.com/ethical-norms.html)，精确标注情绪和感受以及检测反语、仇恨言论和不恰当内容仍是一个挑战，需要进一步的测试和完善。

我们对八个大型语言模型进行了基准测试：
- Claude 3.5
- Claude 3.7
- ChatGPT 4o
- ChatGPT 4.5
- ChatGPT 5o
- DeepSeek V3
- Grok 4
- Grok 4ac

在五个关键的情感相关任务上：
| 任务 | 模型 | 总体准确率 |
| --- | --- | --- |
| Sentiment (情感) | Claude Sonnet 37 | 79% |
| Hatefulness (仇恨言论) | Claude Sonnet 35 | 98% |
| Offensiveness (冒犯性) | GPT 5 Auto | 80% |
| Sentiment (情感) | ChatGPT 4o | 75% |
| Hatefulness (仇恨言论) | Grok 4 | 71% |
| Irony (反语/讽刺) | DeepSeek V3 | 76% |

## 目录
1. 情感分析基准测试：ChatGPT、Claude & DeepSeek
2. 引言
3. 结论
4. 目录
< Go Back