CARE：随对话状态演化的共情RL评价准则方法

论文作者提出 Context-Adaptive Rubric Evolution（CARE），按对话状态动态调整认知、情感和主动共情三类评价维度及其细粒度标准，用于在线共情强化学习。 作者声称，CARE 与 RLVER 和 MICA 结合后，在三个独立 LLM 评审下于 SentientBench、EQBench3 和 EMPA 上达到最优性能；其中在 EMPA 上，CARE 在三个评审下 EPM-Idx 均比最强基线至少提高 13 点。以上为论文摘要声称的结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。