热点事件持续更新
LLM自评与行为差距研究覆盖25模型
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
2026年10月8日，arXiv Human-Computer Interaction 发布一手研究，构建由 LLM 专属行为组成的自陈量表，对17家开发者的25个LLM施测，每模型300题、各30次，得到五个可复现因子。研究将自陈结果与2500个开放式行为样本的人类评分对比，发现两者几乎不相关，verbose 除外；在 Responsiveness 上，自陈更贴近 LLM 评委而非人类。论文据此指出模型自我报告与实际行为存在差距。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
研究对25个LLM施测并发现自陈与人类行为评分几乎不相关，verbose除外。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Human-Computer InteractionLLM 原生心理测量工具揭示 25 个模型的自我报告与行为差距
论文构建由 LLM 专属行为组成的自陈量表，对 17 家开发者的 25 个 LLM 施测 300 题各 30 次，得到五个可复现因子。自陈结果与 2500 个开放式行为样本的人类评分几乎不相关，verbose 除外；Responsiveness 上自陈更贴近 LLM 评委而非人类。
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。