实体
CharacterEval
CharacterEval
PulseAugur coverage of CharacterEval — every cluster mentioning CharacterEval across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新AI框架通过心理学基础推理增强角色扮演代理
研究人员推出了一种名为Psy-CoT的新型框架，旨在增强AI代理的角色扮演能力。该方法将推理建立在心理学原理之上，将角色描绘分解为互动感知、心理共情和逻辑构建。为了进一步提高角色的忠实度，该研究还提出了角色感知策略优化（RAPO），它通过学习更有效地偏好特定角色的语言来解决AI代理可能利用奖励模型的问题。在CoSER和CharacterBench等基准测试上的实验表明，Psy-CoT和RAPO的性能显著优于现有方法。
-
新工具FIVE过滤LLM输入以防止角色漂移
一个名为FIVE的新开源项目已被开发出来，以解决LLM驱动的应用程序中的角色漂移问题。FIVE不依赖传统的系统提示或微调，而是使用开发者在日本教导儿童十年的经验中提取的认知原语来过滤用户输入。这种方法旨在通过在输入到达模型之前对其进行分类来防止LLM打破角色，从而保持角色一致性。