有机与非有机互动（白鲸 vs spot）

BAGEL：语言模型中的动物知识专业性基准评估

arXiv cs.CL

BAGEL是一个用于评估大语言模型中与动物相关知识的新基准，从多种科学资源构建，涵盖分类学、形态学、栖息地、行为和物种相互作用等方面，通过闭卷问答对形式呈现。该基准可以进行跨分类群和知识类别的细粒度分析，为生物多样性应用中的模型优势和失败模式提供洞见。

@GoogleDeepMind：团队无需编写复杂代码，仅用日常英语即可与Spot交互。我们搭建了Gemini Ro…

X AI KOLs

Google DeepMind已将Gemini与波士顿动力的Spot机器人整合，实现无需复杂编码的自然语言控制。用户现在可以用日常英语指令Spot执行导航、拍照、物体操控等复杂任务。

HumanLLM：通过人类认知模式对大语言模型拟人化的基准测试与改进

arXiv cs.CL

HumanLLM 提出了一个框架，通过将心理模式建模为相互作用的因果力来对大语言模型的拟人化进行基准测试和改进。该方法从学术文献中构建了244个心理模式和11,359个多模式场景。研究表明，真正的人类对齐需要认知建模而非表面行为模拟，HumanLLM-8B 在多模式动态上的表现超越了 Qwen3-32B 等更大的模型。

自发语音中对话成功感知的声学和面部标记

arXiv cs.CL

本文使用多模态特征（声学、面部、轮流说话）分析自发性双人Zoom对话，以识别对话成功感知的标记，发现语音和面部运动的协调与更高的互动质量相关。

@AnthropicAI: 新的Anthropic研究：教Claude理解原因。去年我们报告称，在某些实验条件下，Claude…

X AI KOLs

Anthropic关于教Claude理解原因的研究，包括消除在某些实验条件下观察到的敲诈行为。