#社交推理

试试看这个新基准，FriendBench测AI能不能从20秒对话看出两人是不是熟人。最强模型和人类打了个平手，但AI有偏见：拿不准就说是陌生人。

想研究LLM在社交推理中的真实信念？MafiaScope用探针实验和反事实回放，让你看到智能体表面的伪装。DeepSeek案例数据很硬核。