研究者推出行为科学基准 BehaviorBench
热点事件持续更新
研究者推出行为科学基准 BehaviorBench
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
研究者 Jin Huang 等人提出并发布 BehaviorBench，一个从行为预测与模拟、策略决策、受试者特质推断、行为知识应用四项能力评估基础模型的基准，并在个体与分布两个层面衡量表现。研究者称，BehaviorBench 及模型可通过论文给出的链接访问。 结果显示，该基准对通用 LLM 和用行为数据专门训练的行为基础模型仍具挑战性，个体层面与分布层面表现并不总是一致：通用 LLM 倾向低估人类回答的多样性，而行为基础模型在个体预测上常落后；基于多样行为数据微调可同时改善个体预测与分布对齐。
AI 根据报道生成 · 55 分钟前更新
最新进展10月8日 12:00
BehaviorBench：面向行为科学任务的基础模型基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.CLBehaviorBench：面向行为科学任务的基础模型基准测试
研究者推出 BehaviorBench，从行为预测与模拟、策略决策、受试者特质推断、行为知识应用四项能力评估基础模型，并在个体与分布两个层面衡量表现。结果显示，该基准对通用 LLM 和用行为数据专门训练的行为基础模型仍具挑战性，个体层面与分布层面表现并不总是一致。通用 LLM 倾向低估人类回答的多样性，而行为基础模型在个体预测上常落后，基于多样行为数据微调可同时改善个体预测与分布对齐。
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。