推理模型写故事心理深度未普遍占优
热点事件持续更新
推理模型写故事心理深度未普遍占优
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
一项针对短篇故事心理深度的60组盲评实验显示，推理增强并未给大语言模型带来普遍优势。Ruichen Zheng等作者比较了DeepSeek-R1与DeepSeek-V3、GPT-5与GPT-4o的提示匹配故事输出，由七名人工标注者和一个LLM评审集成进行盲评。 结果显示，GPT-5在两个推理强度设置下以60.0%至62.9%的偏好率略胜GPT-4o；DeepSeek-R1则以42.9%的偏好率落后于DeepSeek-V3。
AI 根据报道生成 · 1 小时前更新
最新进展11月9日 13:00
推理能力能提升大语言模型的心理深度吗？DeepSeek-R1 与 GPT-5 短篇故事评测报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv cs.CL推理能力能提升大语言模型的心理深度吗？DeepSeek-R1 与 GPT-5 短篇故事评测
一项针对短篇故事心理深度的 60 组盲评实验显示，推理增强并未带来普遍优势：GPT-5 在两个推理强度设置下以 60.0-62.9% 的偏好率略胜 GPT-4o，而 DeepSeek-R1 反而以 42.9% 落后于 DeepSeek-V3。
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。