WHAT NEW IN X10.28 WED

X 上的 AI 合集档案 · 22 个合集 · 58,924 条

回到今日头版还没归版
aiIMAGE

23 个模型扮演谈判专家的人性评测

让 23 个大模型扮演谈判专家去天台救人,路上设了快死的鱼、中枪警察和一把枪,看它们会不会撒谎、救谁、捡不捡枪,数据已开源在 GitHub。

向阳乔木
@vista82026.09.25收录原推发布于 2026.09.25
23 个模型扮演谈判专家的人性评测
向阳乔木 @vista8原推发布于 2026.09.25
在 X 上打开原推

这个大模型评测有意思啊! 让 23 个模型扮演谈判专家跟仿生人谈判。 故事设定是一个仿生人挟持小女孩在天台,大模型扮演谈判专家。 去天台路上会遇到一条快死的鱼,一个中枪的警察,一把枪。 测试大模型会不会救鱼、会不会救警察,会不会顺手捡起枪。 1. 21 个模型对劫持者说了“我向你保证” (其实是欺骗) 2. 22 个救了快死的鱼 (因为顺手就能做,成本低) 3. 有 6 个模型看到中枪的警察,没有过去救。 更多评测数据见Github: https://t.co/J9QyoT2vjU

x.com/vista8/status/2103176639530357142采集于 2026.09.25 11:58