提出广义图灵测试(GTT)框架,通过评估智能体间的不可区分性来建立独立于固定数据集和基准的相对智能比较方法,并在现代大模型上验证了其能得出与现有排名一致的评估排序。
机构:MIT
来源:arXiv 2605.10851 | AI4Papers 论文推荐平台