如何定义“人味儿”？——HeartBench评测体系建设实践

如何定义 “人味儿”？——HeartBench 评测体系建设实践

摘要

AI下半场竞争转向定义问题，情感智能成为关键。HeartBench评测体系聚焦大模型拟人化能力，涵盖人格、情感、社交等维度，构建科学的中文评测标准。通过小步快跑验证+人机协同流程，历经多版本迭代，最终精筛出296题评测集，人机一致性达86%，为AI拟人化提供可复用的评测方法论。