研究发现：大型语言模型可以预测其他模型的幽默偏好

一项新的研究论文探讨了是否可以使用类似 Cards Against Humanity 的任务，让一个大型语言模型预测另一个模型的幽默偏好。该研究将 GPT-4o 与 Claude Opus 4.5 进行对比，发现简单的模仿指令只能带来微小的改进，而提供其他模型选择的行为证据，尤其是附带理由，则能显著提高准确性。这表明一种类似心智理论的行为，模型可以根据观察到的偏好调整其响应，而不是内化它们。 AI

影响 展示了大型语言模型可以表现出类似心智理论的行为，有望改善代理协作和个性化人工智能交互。

排序理由 该集群包含一篇详细介绍大型语言模型能力实验的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• Cards Against Humanity
• CatalyzeX
• Claude Opus 4.5
• CORE Recommender
• DagsHub
• Gotit.pub
• GPT-4o
• Hugging Face
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →