行为预测

研究人员推出首个系统性评测大模型在行为科学任务表现的基准BehaviorBench，发现通用大模型在个体预测上表现优异，而基于行为数据微调的专用模型在群体分布对齐方面更具优势。

OpenAI近日发布了一项名为“部署模拟”的新方法，通过真实对话数据预测AI模型在部署前的行为，旨在提升模型安全性与评估准确性。