Cards Against Humanity

研究发现：大型语言模型可以预测其他模型的幽默偏好

一项新的研究论文探讨了是否可以使用类似 Cards Against Humanity 的任务，让一个大型语言模型预测另一个模型的幽默偏好。该研究将 GPT-4o 与 Claude Opus 4.5 进行对比，发现简单的模仿指令只能带来微小的改进，而提供其他模型选择的行为证据，尤其是附带理由，则能显著提高准确性。这表明一种类似心智理论的行为，模型可以根据观察到的偏好调整其响应，而不是内化它们。