Новости
Examining Human-Like Behaviors in LLMs: A Multi-Dimensional Analysis of Model Behaviors, User Factors, and System Prompts
Apple Machine Learning Research · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- Apple researchers analyzed human-like behaviors in four major LLMs across 21,000 conversations, finding these behaviors are pervasive but controllable via system prompts.
- Почему это важно
- Matters for engineers designing LLM systems who need to decide which human-like behaviors to enable or disable based on use case and user expectations.
- На что обратить внимание
- Human evaluators found self-referential and relationship-building behaviors less appropriate from LLMs than humans, but boundary-maintaining behaviors more appropriate from LLMs.
Послушать это резюме
- llm
- language model
- prompt
- eval
Паттерны, стоящие за этой новостью
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.