热点事件持续更新
47个LLM心理测量审计：合成受访者仍不及copula基线
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
一项心理测量审计覆盖47个生成式大语言模型与14个决策模型，考察其作为合成调查受访者的表现。结果显示，表现最佳的生成模型MiniMax M3的PSS得分仅为0.813，与高斯copula基线（0.824）基本持平，并明显低于样本内copula的0.927。这意味着在模拟人类调查应答这一任务上，现有生成式模型仍未超越经典统计基线方法。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 13:17
审计显示最佳生成模型MiniMax M3的PSS仅0.813，与高斯copula基线持平。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- AGI Hunt47 个 LLM 心理测量审计：合成调查受访者仍不及高斯 copula 基线
47 个生成式 LLM 与 14 个决策模型的心理测量审计显示，最佳生成模型 MiniMax M3 的 PSS 仅 0.813，与高斯 copula 基线（0.824）持平，低于样本内 copula 的 0.927。
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。