大模型摘要可能已过时中文全文附件 2arXiv cs.CL · 2026-10-17 · 4 天前
APRiL: An Open-ended Benchmark for Chinese Social Awareness in Large Language Models
中文摘要
由模型生成 · 人工抽检APRiL 是一个面向中文社会意识的开源评测基准，含 2196 个评测实例、六大类别与两项任务：社会情境分析与社会意识回应。它用实例专属评分标准弥补现有基准覆盖面窄的问题，并在 12 个模型上发现「理解强、回应弱」的稳定差距，为中文社交场景下的模型评估提供系统资源。
全文
已译中文arXiv:2610.20785v1 公告类型：新
摘要：大语言模型越来越多地用于社交互动，在此类场景中，恰当的回应需要识别隐含线索、推断心理状态、识别冲突并考虑潜在后果。然而，现有的基准测试往往聚焦于特定的社交能力、受限的任务形式或特定的互动场景，对跨多样情境的社交意识覆盖有限。为弥补这一空白，我们提出 APRiL，一个带有实例特定评分细则的中文社交意识开放式基准测试。APRiL 包含 2,196 个社交意识评估实例，覆盖六个类别和两项互补任务：社交场景分析评估模型对社交线索、心理状态和冲突结构的理解，而社交意识回应则评估模型能否将这种理解转化为恰当、自然的回应。在来自六个模型家族的 12 个模型上进行的实验揭示出一致的“理解到回应”差距。更高质量的场景分析能改善回应，而较弱的分析可能降低回应质量。APRiL 为推进中文语境下具备社交意识的语言模型提供了系统性资源。我们的数据和代码可在 https://anonymous.4open.science/r/APRiL-05DE/ 获取。
本译文由模型自动生成，仅供参考与快速理解；涉及数字、版本、命令、法律条文等请以原文为准。
原文附件
2 个 · 均跳转原站，本站不托管文件有效期判断
起 2026-10-16止 2026-04-20模型置信度 60%
正文为原站公开内容的抓取与清洗结果，英文条目附模型生成的中文译文；两者均仅供参考， 准确内容请以原站为准。内容版权归原作者所有，若认为侵权请联系我们下线。