7月28日
12:05
12:05官方一手arXiv: DeepSeek@ Zing Team, Ao Xiang, Bi Jingping, Chen Jiahui, Chen Lehan, Chen Yilin, Cheng Xueqi, Fan Yixing, Gan Kairong, Gao Haowen, Gao Jinhua, Gao Shuxuan, Gong Chang, Guo Jiafeng, Guo Ruijie, Han Zhouyu, He Guangfu, He Yichun, Jiang Shuo, Jing Shaoling, Jing Ya, Lei Chenhao, Lei Yan, Li Anqi, Li Chengao, Li Haoyu, Li Shitian, Liang Xinjian, Liu Zhaoge, Lyu Xingyu, Nie Zhuwei, Pang Liang, Quan Zeping, Shan Shiguang, Shen Huawei, Tang Xinran, Tian Feng, Wang Qian, Wang Ruiping, Wang Xiaohong, Xia Zaiyu, Xiao Yi, Xu Jiayuan, Xu Kehan, Xu Qianqian, Xu Tianyu, Xu Yongjun, Yang Haoming, Yang Jun, Yao Di, Yu Xiaoming, Zhang Futong, Zhang Jie, Zhang Shixuan, Zhang Yuxuan, Zhao Xinyu, Zhao Zhuoran, Zhong Yunfei, Zhu Shengyu
Zing是一个集成框架,用于测量、内化和落地LLM的社会智能。其评估基准SoMBench覆盖3个主要维度、17个次要维度和71个任务范式,包含284个共享场景和3481个专家验证实例。在20个代表性LLM上的评估显示最高准确率仅72.08%,17个次要维度均未达90%。Zing训练方法在5个社会认知基准上持续超越基础模型,其中Zing-27B-Stage2取得最高平均分,Zing-32B-Stage2与DeepSeek-V4-Pro竞争。Actio推理架构通过PRISM、Starling、SAGE和门控RAG四种支持,在15个模型-基准对中提升14个。
事件专题

推荐理由:这篇论文发布了一个综合框架,让你看到当前LLM在社会智能上的短板(最高才72%),并提出Zing训练和Actio推理搭配,能显著提升表现。想了解模型怎么更懂社交规矩的可以看看。