对齐与评测

Emily M. Bender

埃米莉·本德

语言数据 · 模型能力边界

Emily M. Bender 是计算语言学研究者，关注语言技术的数据、评价和社会影响。她强调在讨论模型能力时，需要区分文本形式的规律与语言在实际使用中的意义。

她与合作者提出 Data Statements 等方法，要求更清楚地记录语言数据来自谁、覆盖什么群体和适用于什么用途。她也是 Stochastic Parrots 论文的共同作者，讨论大规模语言模型训练中的数据、环境与社会风险。

她的工作为模型研发提供了一种语言学和社会技术视角。相关观点可以帮助读者审视“理解”“通用”等表述，但具体系统的能力仍需要具体任务中的证据，不能仅凭一种总体立场作结论。