人机共演动力学框架(HACD-H):长期交互中社交智能涌现的形式理论

Human-AI Coevolution Dynamics: A Formal Theory of Social Intelligence Emergence Through Long-Term Interaction

精选理由

这篇论文提出了HACD-H框架,用近1.5万轮对话数据说明AI和人的社交智能是在长期互动中慢慢涌现的,而不是单靠单次对话或简单记忆就能做到的。

AI 摘要

HACD-H是一个统一框架,将情感适应、关系组织、社交记忆和人格一致性整合为动态系统。实验基于约14,700轮对话数据,发现社交智能与社交认知能量显著负相关(r=-0.391,p<0.001)。交互轨迹展示出稳定的关系吸引子和阶段性发展模式,社交智能源于长期共演而非孤立能力。该理论为构建自适应社交智能AI系统提供了基础。

AI 翻译 · 中文

HACD-H是一个统一框架,将情感适应、关系组织、社交记忆和人格一致性整合为动态系统。实验基于约14,700轮对话数据,发现社交智能与社交认知能量显著负相关(r=-0.391,p<0.001)。交互轨迹展示出稳定的关系吸引子和阶段性发展模式,社交智能源于长期共演而非孤立能力。该理论为构建自适应社交智能AI系统提供了基础。

arXiv cs.AICurrent conversational AI systems have made significant progress in language generation, personalization, and long-context interaction. However, most existing methods model social behavior through isolated components suc