LLM社会的知能を実世界で評価、新ベンチマーク「PerSo」発表
arXiv cs.CLは2026年10月14日(現地時間)、大規模言語モデル (Large Language Model、LLM) の社会的知能を実世界における説得シナリオで評価する新たなベンチマーク「パーソ (PerSo)」の導入を発表した。社会的知能は、他者の精神状態を推論する認知的知能と、その推論に基づく適切な社会的行動選択の行動的知能の2側面からなる。従来のベンチマークが合成シナリオでこれらを個別に評価していたのに対し、パーソはRedditの「ChangeMyView」コミュニティからの実世界対話を用いて、これら両側面を同時に評価する。