[CL]《Assessing the Capabilities of LLMs in Humor:A Multi-dimensional Analysis of Oogiri Generation and Evaluation》R Sakabe, H Kim, T Hirasawa, M Komachi [Hitotsubashi University] (2025) 在笑点的世界里，AI的大脑究竟能走多远？本文给出了深刻洞见：1. 笑点多维度：传统研究多用单一“好笑”评价，本文提出六维度评估体系——新颖性、清晰度、相关性、智慧、共情与整体幽默感，全面捕捉幽默的丰富层次。2. 数据与方法：利用日本独特的即兴喜剧“Oogiri”数据集，融合两个平台（Bokete与Oogiri-Chaya）的样本，剔除偏见和不当内容，构建高质量、多样化幽默语料库，并用人类与当前顶尖大语言模型（GPT-4.1、Gemini 2.5 Pro、Claude Sonnet 4）分别生成及评估笑话。3. 生成能力发现：LLM的幽默生成水平介于人类中低到中等之间，Gemini 2.5 Pro表现最佳。它们在“新颖性”和“相关性”上表现不错，但在“共情”维度严重不足，这成为限制AI产生真正打动人心幽默的关键瓶颈。4. 评估能力观察：LLM与人类评判幽默的标准差异巨大。人类最看重共情，感受笑话的情感共鸣；而LLM更偏重新颖性，追求意料之外的创意。这导致AI常高估无关内容的幽默价值，且对自身生成的回答也偏爱有加，显现出“积极偏见”和“自我偏好”。5. 文化与认知鸿沟：这种差异揭示了AI幽默感的“异域感”，它们并非简单模仿人类，而是拥有独特的幽默偏好。未来AI要真正懂笑，不仅要提升创造力，更要加强对人类情感和文化的深度理解。6. 实践意义：本研究公开了多维度标注语料和评价框架，为打造更有情感智慧、更自然幽默的对话系统奠定基石，推动AI在社交互动和智能陪伴领域迈向新高度。一句话总结：AI能“讲笑话”，但难以“懂笑话”。幽默的灵魂在于共情，唯有跨越这道情感壁垒，人工智能才能真正成为让人会心一笑的伙伴。深入阅读请戳 arxiv.org/abs/2511.09133，洞察AI幽默的现状与未来。
