DiscoTrace获EMNLP 2026最佳论文，指出LLM答题策略缺乏社区多样性

马里兰大学团队的DiscoTrace论文获EMNLP 2026最佳论文奖。研究将答案表示为话语行为与问题解读序列，基于九个社区的求真问答数据发现，各社区的答案构建偏好明显不同。LLM即使被提示模仿特定社区风格，仍缺乏相应修辞多样性，并系统性选择人类答题者较少涉及的解读角度。