研究团队提出人机对话自我表露轨迹评测框架TraDE

2026年10月22日，arXiv发表关于人机对话自我表露轨迹建模的研究。研究人员提出基于社会渗透理论的评估框架TraDE，通过预设表露轨迹，评估前置表露历史如何影响模型在当前相同表露深度下的交互行为。测试表明，模型的反应差异主要受到深层表露累积暴露的影响，并且在表露深度回落后这种影响仍会持续数轮。此外，在与ESConv人类支持者的对比中，模型在用户收缩表露时表现出了最显著的行为分歧。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。