PulseAugur
中
实时 09:18:21
English(EN) How Do Large Language Models Judge Social Attraction? Evidence from Theory-Grounded Persona Ratings Across Multiple LLMs and Humans

大型语言模型显示出比人类更一致但更极端的社交吸引力判断

作者 PulseAugur 编辑部 · [1 个来源] ·

一项发表在arXiv上的新研究调查了大型语言模型（LLMs）判断社交吸引力的能力。研究人员根据心理和关系建构构建了人物档案，将其分为社交吸引、混合和不吸引三个等级。在两项研究中，34个LLMs一致地对这些档案进行了评分，显示出跨运行的稳定性和相对排序的高度一致性，尽管在第三项研究中，它们比人类参与者更倾向于对有吸引力的档案给出更积极的评价，对不吸引人的档案给出更消极的评价。LLMs在评分中未显示与性别呈现相关的显著影响。 AI

影响 与人类相比，LLMs在判断社交吸引力方面表现出一致但可能更极化的能力，这引发了对其在主观评估中使用的疑问。

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。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

大型语言模型显示出比人类更一致但更极端的社交吸引力判断

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Hasan Mahmud, Khawaja Abaid Ullah, Mohammad Javad Khojasteh, Jamison Heard, Prabu David ·

    大型语言模型如何判断社交吸引力？来自多个人类和大型语言模型跨理论基础的个性评分的证据

    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 …

相关实体

相关话题