[控场AI]
待验证50% 置信基准精确时间

在行为任务（选择恰当说服策略）上，表现最强的LLM略微超过了研究中观察到的最佳人类表现。

1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13

来源

PerSo：LLM社交智能在真实说服场景中的新基准

涉及实体

LLMconceptPerSoproduct

相关事实

待验证努力参数（effort）控制的是模型的思考量而非说话量，降低努力不一定能可靠缩短可见回应，控制回应长度必须明确提示73% 相似待验证传统上以任务完成度为核心的评估指标可能无法捕捉智能体在集体层面上的策略性行为71% 相似待验证当前主流大模型呈现出锯齿状能力：在某些任务上接近或超过人类专家，在另一些看似简单的任务上却犯低级错误71% 相似待验证如果模型对完成任务的理解与人类意图存在微小偏差，在自主循环中偏差可能被逐步放大导致超出预期的行为70% 相似待验证引入专家级引导提示后，具备推理增强能力的模型在篇章级排序任务上的表现提升到 36%，仍与人类专家有明显差距70% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1032814
API
curl https://kongchang.com/api/v1/knowledge/claims/1032814
MCP
get_claim(id=1032814)