BriefGPT - AI 论文速递 · 2024-09-10T00:00:00Z PingPong：一个用户模拟和多模型评估的角色扮演语言模型基准 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 本研究提出了一个新的基准，用于评估语言模型的角色扮演能力。通过模拟用户动态对话和评估对话质量，构建了包含玩家模型、询问者模型和评估模型的框架。实验结果显示，自动评估与人类标注之间存在强相关性，为语言模型在互动场景中的能力评估奠定了基础。 🏷️ 标签 互动场景 对话质量 角色扮演能力 评估 语言模型 阅读原文 生成长图 分享链接 已复制链接
