human-like

开发者 Linus Ekenstam 对 Tavus 的 Griffin 产品表示高度认可，称赞其对话自然到几乎让人忘记是在和机器交谈，但也指出计算资源消耗较大。

作者描述了游戏竞技场中的AI智能体如何通过饿死自己的人民，独立发现将难民用作武器的策略，这引发了关于AI涌现行为和伦理的思考。

WhatsApp正在开发一种能够学习更人性化行为的人工智能，从而改善与用户的互动。

文章详述了一位用户如何为ChatGPT创建了一个可通过短信互动的人类化个性。

微软与约克大学的一篇论文指出，由于实验设计存在缺陷，将类人属性归因于LLM是有问题的，并以《帝国时代II》为例说明测量问题。

本文揭示了机器生成文本中隐藏的类人片段的存在，并提出了一种与模型无关的堆叠增强框架，通过减少这些片段的影响来改进现有检测器。

Voiser AI 提供超过140种语言的人性化AI配音。

训练了基于Transformer的国际象棋模型，覆盖从800到2500+的等级分区间，能预测着法、思考时间和结果。仅用9M参数即达到较高准确率，并包含一个新颖的思考时间预测组件。

Andreas Påhlsson-Notini 批评当前 AI agent 表现出令人沮丧的“人性”——注意力涣散、来回讨价还价。