研究者提出TraDE框架评估对话模型披露轨迹
热点事件持续更新
研究者提出TraDE框架评估对话模型披露轨迹
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
论文作者提出基于社会渗透理论的 TraDE(Trajectory-based Disclosure Evaluation)评估框架,用预定义披露轨迹考察在当前披露深度相同的情况下,先前的披露历史如何影响模型行为。 实验发现多个模型对相同深度的披露回应随轨迹不同而异,且差异追踪累积的深度披露暴露、持续数轮,而非单一脆弱时刻。模型与 ESConv 数据集中人类支持者分歧最大之处在于用户收起披露时,而非敞开心扉时。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
超越闲聊:TraDE 框架建模人机对话中的自我披露轨迹报道时间线
沿着报道,了解事件的不同侧面。
10月23日
- arXiv cs.AI超越闲聊:TraDE 框架建模人机对话中的自我披露轨迹
研究者提出基于社会渗透理论的 TraDE 评估框架,用预定义披露轨迹考察先前披露历史如何在当前披露深度相同的情况下影响模型行为。实验发现多个模型对深度相同的披露回应会随轨迹而异,且差异追踪累积的深度披露暴露、持续数轮,而非单一脆弱时刻;模型与 ESConv 中人类支持者分歧最大之处在于用户收起披露时而非敞开心扉时。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。