新框架模拟大型语言模型说服力和人类信念动态

研究人员开发了一个名为PERSUASIONTRACE的新框架，用于研究大型语言模型（LLMs）在多轮对话中如何影响人类信念。该框架包括一个用于进行多轮说服研究的平台，以及一个用于评估模拟说服者对真实人类信念动态保真度的协议。研究发现，人类参与者在信念更新方面分为两个不同的集群，并表现出对修辞策略的敏感性，而大型语言模型在各种主题和模式下都表现出说服力。值得注意的是，框架内一个新颖的贝叶斯网络模拟目标实现了类似人类的信念动态，其表现优于标准的LLM模拟器。 AI

影响 提供了一种评估大型语言模型说服能力和理解其对人类认知影响的新方法。

排序理由 学术论文，详细介绍了新框架和实验结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• Bayesian-network simulated target
• Human beliefs
• Large language models
• PERSUASIONTRACE

• 论文
• 安全
• 模型发布

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