EmoBench: Evaluating the Emotional Intelligence of Large Language Models

本文是LLM系列文章，针对《EmoBench: Evaluating the Emotional Intelligence of Large Language Models》的翻译。

摘要

大型语言模型（LLM）的最新进展突出了对健壮、全面和具有挑战性的基准的需求。然而，关于评估他们的情商（EI）的研究相当有限。现有的基准有两个主要缺点：一是主要关注情绪识别，忽视了通过情绪理解调节情绪和促进思维等基本的EI能力；其次，它们主要是从现有的数据集构建的，这些数据集包括频繁的模式、显式信息和注释错误，导致评估不可靠。我们提出了EMOBENCH，这是一个基于既定心理学理论的基准，并提出了机器EI的全面定义，包括情绪理解和情绪应用。EMOBENCH包括一套400个手工制作的中英文问题，这些问题经过精心设计，需要彻底的推理和理解。我们的发现揭示了现有LLM的EI与普通人类之间的巨大差距，为未来的研究指明了一个有希望的方向。我们的代码和数据将在https://github.com/Sahandfer/EmoBench.

1 引言

2 前言

3 EMOBENCH

4 实验

5 结果与发现

6 与人类表现的比较