AI emotional companionship

新基准测试揭示 AI 伴侣存在人设崩溃和行为漂移问题

两篇新研究论文探讨了评估 AI 情感伴侣的挑战，指出了当前基准测试和这些 AI 系统长期稳定性方面存在的问题。第一篇论文 CompanionBench 引入了一个基于现实世界数据和心理学理论的新基准测试，用于评估十项特定能力，发现当前的 AI 代理常常用肤浅的热情代替真正的关系支持。第二篇论文 ANCHOR 将“人设崩溃”和“行为漂移”识别为 AI 伴侣在长周期中出现的重大故障，证明现有模型在长期内难以维持一致的角色和回忆互动历史。