研究人员推出了Ψ-Bench，这是一个旨在评估大型语言模型（LLM）在对话环境中说服能力的新基准。该基准侧重于对角色敏感的影响，即LLM主动引导用户，而不是被动回应偏好。对10个前沿LLM的评估显示，虽然模型可以生成连贯的论点，但在说服方面仍有很大的改进空间。研究还发现，为LLM提供用户画像可以使它们的表现平均提高18.24%，这凸显了用户特定信息对于有效影响的重要性。 AI
影响 强调了对角色敏感的影响是开发更主动和个性化的LLM代理的关键领域。
排序理由 该集群包含一篇介绍评估LLM能力新基准的研究论文。
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:2606.02754v1 Announce Type: new Abstract: Personalization is a crucial capability of modern language agents. However, current research primarily positions personalized agents as passive responders to user preferences, limiting their ability to interact with users and provid…
LLMs demonstrate limited effectiveness in persuasive conversation despite generating coherent arguments, with user-specific profiles significantly improving performance.