PulseAugur
中
实时 10:28:09
English(EN) PerSo: Investigating Facets of LLMs' Social Intelligence in Real-World Persuasion Scenarios

新基准 PerSo 测试大语言模型在真实说服场景中的社交智能

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了 PerSo，这是一个旨在评估大语言模型（LLM）在真实说服场景中社交智能的新基准。该基准评估认知智能（推断心理状态的能力）和行为智能（选择适当的社会行动的能力）。PerSo 利用了 Reddit 的 ChangeMyView 社区的对话以及一个 LLM 驱动的管道来构建任务，并通过人工标注进行验证。评估表明，虽然较大的模型通常表现更好，但最好的 LLM 在行为任务上的表现略微超过人类，但在认知推理方面，人类的表现仍然优于 LLM。 AI

影响 该基准有望推动开发更具社会意识和更有效的大语言模型，以实现人机交互。

排序理由 该条目描述了一篇介绍用于评估大语言模型能力基准的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

新基准 PerSo 测试大语言模型在真实说服场景中的社交智能

本文如何被排名

Signal score
11 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该条目描述了一篇介绍用于评估大语言模型能力基准的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Same-day
Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Ali Zamani, Soroush Esfahanian, Erfan Shahabi, Mohammad Taher Pilehvar, Azadeh Shakery, Yadollah Yaghoobzadeh ·

    PerSo：在真实世界说服场景中探究大型语言模型的社交智能的各个方面

    arXiv:2610.20548v1 Announce Type: new Abstract: Understanding the social intelligence of large language models (LLMs) is increasingly important for applications involving human-AI interaction and multi-agent environments. Social intelligence comprises two aspects: cognitive intel…

相关实体

相关话题