LLM 论辩行为基准测试：针对人格攻击的防御研究

英文标题：Benchmarking Argumentative Behaviour of LLMs: A Study of Defences Against Character Attacks

该研究关注大语言模型（LLM）作为说服性对话中的论辩代理时，其论辩能力应如何与人类对话者进行严格比较。论文将研究重点放在“人格攻击”这一类论证策略，以及模型对此类攻击的防御表现。研究旨在为评估 LLM 在对抗性、说服性交流中的可靠性和论辩能力提供基准参考，对开发论辩 Agent 与安全评测方法具有意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB