一项新的研究论文调查了大型语言模型（LLM）判断社交吸引力的能力，并将其评估与人类判断进行了比较。研究发现，虽然LLM在三个吸引力等级的个人资料排序方面表现出稳定性和一致性，但它们比人类更倾向于对有吸引力的个人资料给出更积极的评价，对没有吸引力的个人资料给出更消极的评价。研究还探讨了性别呈现的影响，发现在LLM或人类评估中，性别名称、代词或中性名称均未产生显著影响。 AI
影响 这项研究表明，LLM可以针对主观评估进行训练，但突显了其判断与人类相比的差异，表明了AI社交智能进一步发展的领域。
排序理由 该集群包含一篇详细介绍LLM能力研究结果的学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2608.09717v1 Announce Type: cross Abstract: Large language models (LLMs) are increasingly used to perform subjective evaluations traditionally made by humans, yet their validity as social judges remains unclear. This paper examines whether LLMs can assess social attraction …
Large language models (LLMs) are increasingly used to perform subjective evaluations traditionally made by humans, yet their validity as social judges remains unclear. This paper examines whether LLMs can assess social attraction from theory-grounded persona profiles constructed …