RESCUE-BENCH

新的基准RESCUE-BENCH测试LLM在多方情感支持方面的能力

研究人员推出了RESCUE-BENCH，这是一个旨在评估大型语言模型（LLMs）在多方对话中提供情感支持能力的新基准。与专注于一对一互动的现有系统不同，RESCUE-BENCH解决了群体内人际动态的复杂性，例如在夫妻和家庭中。该基准源自真实的访谈数据，包含评估关系理解和关系敏感支持的任务。对十个LLMs进行的初步实验显示，尽管当前模型可以处理基本的情感线索，但它们在需要更深入理解不断变化的关系和预测支持策略的任务上表现不佳。