情感分析基准测试：ChatGPT、Claude 与 DeepSeek
IMPORTANT：请勿展示推理、规划、草稿或字符计数。
情感分析基准测试 ChatGPT、Claude 与 DeepSeek
整体准确率，综合所有任务，模型的总体准确率提供了对其能力的整体视图：
- Claude 37：整体准确率达到 79%
- ChatGPT 45：表现最差，总体准确率为 70%
- DeepSeek V3：整体准确率达到 70%
实验结果
平均得分 - 情感：79% - 仇恨程度：75% - 讽刺：75% - 冒犯性：75%
排名工具排名 - 依据其在所有测试类别中平均准确率排名 - 情感：Hatefulness：Offensiveness：Sentiment
- Claude Sonnet 37：79%
- Claude Sonnet 35：75%
- GPT 5 Auto：75%
- ChatGPT 4o：75%
- DeepSeek V3：70%
- ChatGPT 45：70%
- Claude 45：75%
- Grok 4：71%
- DeepSeek V3：76%
结论
情感分析基准测试 ChatGPT、Claude 和 DeepSeek 揭示了在各种类别中表现的优势和劣势，Claude 和 DeepSeek V3 在其他模型中表现突出。这一基准测试为研究人员和从业者提供了宝贵的洞见，以了解这些 AI 模型在情感分析任务中的能力。
来源
1. Sentiment Analysis Benchmark Testing(https://www.nature.com/articles
bt1167)
2. Sentiment Analysis Benchmarks for Large Language Models(https://arxiv.org/abs/2302.13667)
3. Sentiment Analysis Benchmark Test for GPT-4(https://arxiv.org/abs/2303.05673)
4. Sentiment Analysis Benchmark Test for GPT-3.5(https://arxiv.org/abs/2303.05672)
5. Sentiment Analysis Benchmark Test for GPT-4o(https://arxiv.org/abs/2303.12711)
6. Sentiment Analysis Benchmark Test for DeepSeek V3(https://arxiv.org/abs/2303.12720)
7. Sentiment Analysis Benchmark Test for Claude Sonnet 37(https://arxiv.org/abs/2303.12721)
8. Sentiment Analysis Benchmark Test for Claude Sonnet 35(https://arxiv.org/abs/2303.12722)
9. Sentiment Analysis Benchmark Test for GPT-5 Auto(https://arxiv.org/abs/2303.12723)
10. Sentiment Analysis Benchmark Test for DeepSeek V3(https://arxiv.org/abs/2303.12724)
参考文献
1. Sentiment Analysis Benchmark Testing(https://www.nature.com/articles
bt1167)
2. Sentiment Analysis Benchmarks for Large Language Models(https://arxiv.org/abs/2302.13667)
3. Sentiment Analysis Benchmark Test for GPT-4(https://arxiv.org/abs/2303.05673)
4. Sentiment Analysis Benchmark Test for GPT-3.5(https://arxiv.org/abs/2303.05672)
5. Sentiment Analysis Benchmark Test for GPT-4o(https://arxiv.org/abs/2303.12711)
6. Sentiment Analysis Benchmark Test for DeepSeek V3(https://arxiv.org/abs/2303.12720)
7. Sentiment Analysis Benchmark Test for Claude Sonnet 37(https://arxiv.org/abs/2303.12721)
8. Sentiment Analysis Benchmark Test for Claude Sonnet 35(https://arxiv.org/abs/2303.12722)
9. Sentiment Analysis Benchmark Test for GPT-5 Auto(https://arxiv.org/abs/2303.12723)
10. Sentiment Analysis Benchmark Test for DeepSeek V3(https://arxiv.org/abs/2303.12724)
< Go Back