PerSo基准评估LLM真实说服社交智能
热点事件持续更新
PerSo基准评估LLM真实说服社交智能
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者发布 PerSo 基准，用于评估大语言模型在真实说服场景中的社交智能。该基准取材于 Reddit ChangeMyView 社区的真实说服对话，通过 LLM-in-the-loop 流程构建评测任务，并经人工标注验证，同时考察模型的认知智能与行为智能。 评测结果显示，模型表现总体随规模提升，但各维度不一：最强 LLM 在行为任务上略超最佳人类表现，而最佳人类参与者在认知任务上仍保持领先。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
PerSo：在真实说服场景中考察 LLM 社会智能的多个维度报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CLPerSo：在真实说服场景中考察 LLM 社会智能的多个维度
研究者推出 PerSo 基准，基于 Reddit ChangeMyView 社区的真实说服对话，用 LLM-in-the-loop 流程构建评测任务并经人工标注验证，同时考察 LLM 的认知智能与行为智能。评测显示模型表现总体随规模提升但各维度不一：最强 LLM 在行为任务上略超最佳人类表现，而最佳人类参与者在认知任务上仍保持领先。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月15日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。