本文探讨了语言模型（如BERT）在处理否定句和极性方面的能力，指出BERT在理解否定和推理时存在局限性，尤其对否定上下文的敏感性不足。通过实验，揭示了模型在语法知识和极性理解上的不同表现，强调了改进模型性能的必要性。

本研究探讨了大型语言模型（如BERT、GPT等）在处理否定句时的局限性，发现模型对否定的敏感性不足，推理能力也存在缺陷。尽管通过微调可以提高性能，但模型的泛化能力仍然不足。研究建议开发新的包含否定词的语料库，以改善自然语言理解任务。

多重否定句真的很煩啊！ 雖然 ruby 有 unless 可以用，就可以不用寫 if not 不過可以用 if ，就避免用 unless ，除非 unless 較符合原意。 unless content.blank? # .... end 畢竟 unless not 還是比較難在第一時間讀