PulseAugur
中
实时 10:21:17
实体 Ashna Khetan

Ashna Khetan

PulseAugur coverage of Ashna Khetan — every cluster mentioning Ashna Khetan across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_70387 ·

    新基准通过角色扮演测试LLM的政治价值观

    研究人员开发了PoliticsBench，这是一个旨在评估大型语言模型政治价值观和偏见的新基准。该基准利用多轮角色扮演场景来评估LLM如何处理竞争性压力和做出决策，揭示出比传统静态提示更细致的价值观表达。研究发现，互动设置显著增强了价值观维度和立场承诺的激活，这表明当前的评估方法可能无法完全捕捉LLM的政治行为。