超越对与错：评估大语言模型的二阶社会推理能力
英文标题：Beyond Right and Wrong: Evaluating Second-order Social Reasoning in Large Language Models
以往的 AI 对齐工作主要集中在一阶社会规范上，即教导模型识别行为在社会层面是否可接受（如“不要偷窃”）。然而，人类社会智能不仅依赖于对规范的机械识别，更取决于理解他人反应与意图的二阶社会推理能力。本研究聚焦于评估大语言模型在超越简单对错判断之上的二阶社会推理表现。这一评估方向对于构建具备复杂人际互动能力的 Agent 以及推进深层次 AI 对齐具有重要参考价值。
打开原文相关 1.6 · 机会 0
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
摘要
以往的 AI 对齐工作主要聚焦于一阶社会规范——即教导模型何为社会所接受或不接受的行为（例如“不要偷窃”）。然而，社会智能不仅取决于对规范的识别，还依赖于对他人反应与预期的理解（二阶社会推理能力）……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×