Rescue

新的基准RESCUE-BENCH测试LLM在多方情感支持方面的能力

引入了一个名为RESCUE-BENCH的新基准，用于评估大型语言模型在多方情感支持对话中理解和响应人际动态的能力。RESCUE-BENCH由真实的家庭和情侣访谈构建而成，包含超过7000个标注轮次，旨在评估关系理解和关系敏感支持。对十个LLM进行的实验显示，尽管当前模型可以处理基本的情感线索，但它们在复杂的语境推理方面存在困难，表明其在细致的人际支持能力方面存在差距。