★ 3
arXiv 论文：APRiL 中文社交意识开放基准
论文提出 APRiL，一个带实例级评分标准的中文社交意识开放基准，包含 2196 个评估实例、六大类别与两项互补任务。实验覆盖六个家族 12 个模型，揭示出一致的理解到回应差距。高质量场景分析可提升回应质量，而弱分析可能降低回应质量。
arXiv NLP17 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 APRiL，一个带实例级评分标准的中文社交意识开放基准，包含 2196 个评估实例、六大类别与两项互补任务。实验覆盖六个家族 12 个模型，揭示出一致的理解到回应差距。高质量场景分析可提升回应质量，而弱分析可能降低回应质量。
论文提出 DSWM 分布式社会世界模型，对每个候选动作一次性预测多种可能回应、其概率及即时与最终结果价值，用监督微调与 GRPO 训练 4B 模型。在三个已见与两个未见环境中，15 项指标有 13 项取得最佳平均表现。消融显示保留多未来及其概率在所有五个环境中均有提升。