★ 2
arXiv 审计 113 篇论文：社会世界模型评估存在缺口
研究审计 1999 至 2026 年 113 篇社会世界模型相关论文，发现仅 9 项主评估测量真实人对系统所选动作的反应，其中仅 2 项将显式反应预测与实际反应对比。对 25 篇语言模型论文的全文核查未发现满足条件的实验，作者提出一步式谈判实验以区分不同问题。
arXiv NLP6 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究审计 1999 至 2026 年 113 篇社会世界模型相关论文，发现仅 9 项主评估测量真实人对系统所选动作的反应，其中仅 2 项将显式反应预测与实际反应对比。对 25 篇语言模型论文的全文核查未发现满足条件的实验，作者提出一步式谈判实验以区分不同问题。