本研究提出了一种新方法来评估大型语言模型的常识智能，结果显示其能力普遍低于人类中位数，并且与人类共识的相关性适中。这强调了结合常识智能与文化背景的重要性，以帮助AI模型更好地适应不同社会知识。

Empirical Evaluation of Commonsense Intelligence in Large Language Models through Large-Scale Human Judgments
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证