跳到正文
热点事件持续更新

研究者提出LLM社会智能体上下文增强框架

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Mattia Greiche 等研究者提出一套用于LLM社会智能体的“受控上下文增强”与“选择性鲁棒性”框架。其做法是用一组提示词替换规则,系统性地增强四类上下文:中性填充、通用社会背景、描述性决策依据和规范性决策依据。 研究者以“对保义提示词变化不敏感、同时对社会世界决策相关变化有方向性响应”作为验证该框架的标准。目前报道未给出该框架的实际测试结果。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月5日
  1. arXiv cs.MA
    面向LLM社会智能体的上下文增强与选择性鲁棒性框架

    研究者提出“受控上下文增强”与“选择性鲁棒性”框架,用一组提示词替换规则系统性地增强中性填充、通用社会背景、描述性决策依据和规范性决策依据四类上下文,并以“对保义提示词变化不敏感、同时对社会世界决策相关变化有方向性响应”作为验证标准。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。