arXiv · NLP· Pe\~na Arroyo Gallego, Mauro Ruiz Moreno, Alejandro Acien, Sergio Romero-Tapiador, Teresa Arroyo-Gallego·· 8 小时前AI 评分36
PresenceBench: 评估大语言模型对用户状态适应性的探索性基准
PresenceBench: An Exploratory Evaluation of Large Language Model Adaptation to User State
AI 导读
PresenceBench 引入用于衡量 LLM 适应用户状态（就绪度、心流、稳定性）的探索性基准，通过五臂因果设计测试敏感性与特异性。 测试了 Claude Sonnet 5、DeepSeek V4 Pro、Gemini 3.6 Flash 和 GPT-5.6 Terra 四款模型，在 18 个单轮及 12 个多轮场景下提供合成状态或响应策略。
来源：arXiv · NLP · arxiv.org