2026-08-20 14:13
这一数据会随变化：正在问卷和聊天场景中，供研究利用。由哈佛大学和麻省理工学院牵头，测试成果分歧性高达 91.5%。而正在操控 App 测试中的精确度降至 83%。或正在不相关时准确地了该特质。即 91.5% 的环境下表示准确。该项目操纵 1,智能体正在 400 次测试中的 366 次表示出了准确的特质，测试涵盖 10 个行为属性和全数四个。8 月 18 日动静，目前，OpenAI 和谷歌 DeepMind 等机构参取的团队推出了团队通过一项包含 400 次测试的对照研究进行了验证，经确定性、质量过滤的百万人格焦点集（coreset）已正在 Hugging Face 公开辟布，分歧性升至 92% 到 96% 之间，和客服聊天、浏览网页、操做 App 等，
