Zongqi Wang 等发布 SocialArena 大模型社交智能评测基准

研究者发布 SocialArena 基准，用统一三层框架从角色扮演能力、心理状态推理和行为推理三个维度定义并评估 LLM 的社交智能。配套 U-TRIMF 框架合成覆盖广泛的社交场景，投入 $132.4K 招募并培训人工标注者，采用 arena 式人工偏好标注协议提供比较标签与自然语言批评。论文被 EMNLP 2026 接收为 oral。