研究人员推出PsycheMME,这是一个新的视频基准,旨在评估AI模型在社会理解和互动方面的能力。该基准借鉴了社会信息处理和感知-行动周期等心理学原理,评估了包括基础、状态、需求和记忆在内的八项不同能力。PsycheMME采用了一种推理验证协议,该协议根据明确的理由提供的逻辑一致性和支持来评估答案,旨在识别AI理解和响应生成中的具体失败点。 AI
影响 该基准有可能促使对AI理解和进行社会互动能力的更细致的评估,从而推动为以人为中心的应用程序设计的AI系统的改进。
排序理由 该集群描述了一个用于评估AI能力的新学术基准。
在 Hugging Face Daily Papers 阅读 →
- arXiv
- Grpo
- Hugging Face
- need
- Perception-Action Cycle
- PsycheMME
- Social Information Processing
- supervised fine-tuning
- Timing
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →