CASE EVIDENCE / A RECORD
Gizem Ergün / Hochschule Hannover 公开的代码审查与测试案例，来源为 公开代码库，复核于 2026-06-27T08:13:48Z。
原始记录：Hochschule Hannover bachelor project used Grok 3 Mini for aspect-based sentiment analysis of German nursing-home reviews
Chinese Brief
Gizem Ergün / Hochschule Hannover 公开的代码审查与测试案例，来源为 公开代码库，复核于 2026-06-27T08:13:48Z。 Model Atlas 将它标记为 A 类证据，因为它同时具备具体使用者、具体任务、公开原始证据和可访问产物。 Model Atlas 不把 benchmark、教程、发布说明或集合页包装成真实案例。
任务
这是一个围绕代码审查和测试生成的真实任务，公开材料可以回溯到具体使用者和具体产物。 原始资料写作：Run aspect-based sentiment analysis on German Google reviews of stationary nursing homes, comparing prompting methods including Few-Shot, QAIE, and Syn-Chain prompting.
公开材料提供公开代码、README 或项目配置，可用于核验任务结果、项目形态和模型绑定关系。 原始资料写作：The public repository reports Grok 3 Mini results for the task, including 81.22% accuracy / 0.7842 Macro-F1 with Few-Shot prompting and 82.45% accuracy / 0.7953 Macro-F1 with Syn-Chain prompting.
Grok 3 mini Reasoning (high) 在该案例中承担代码审查和测试生成相关的生成、分析、编排或实现角色。 原始资料写作：Grok 3 Mini via the paid xAI API supplied the text classification and multi-step Syn-Chain reasoning used to extract aspects/opinions and assign sentiment labels from the review text.
当前判断基于公开材料；若产物下线、仓库变更或模型参与比例仅来自作者自述，需要在引用前重新复核。 原始资料写作：Evidence names Grok 3 Mini rather than an API parameter spelling of reasoning_effort=high; mapped to the Model Atlas Grok 3 Mini reasoning-high variant because the task uses the same xAI Grok 3 Mini reasoning-capable mo…