真知浩见出品论文T2
PRISM 研究：陈述偏好如何关联 AI 回复中人们实际奖赏的特征
Abstract Priorities, Concrete Rewards: How Stated Preferences Relate to What People Reward in AI Responses
arXiv cs.HC · 发布于 2026-10-23 12:00 · 收录于 2026-10-23
摘要
基于 PRISM 数据集的研究让 1,396 名参与者报告七项属性重要性并评分 21 个 LLM 的 29,347 条回复，发现长度、格式和拒绝措辞等未调查特征与评分的关联至少不弱于所调查属性的文本代理。陈述优先级对应他人感知的模型属性，却不对应文本代理得分；个人信息预测留出选择的最大增益仅 0.13 个百分点，汇总模型为 1.11。
论文/研究学术 HCI问卷/定量行为数据