Evaluating the Prompt Steerability of Large Language Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究评估了大型语言模型在不同人格表现上的可操控性,并提出了一种基准评估方法。结果表明,许多模型的可操控性有限,存在行为偏差和人格维度之间的不对称性。

🏷️

标签

➡️

继续阅读