對話個人化

深度分析

DSCT 在大型語言模型與人類文本中揭示發展性認知的可擷取性

研究採用20題的Developmental Sentence Completion Test(DSCT)以短文本檢視意義構成差異。量表在模擬人格、人類回應與模型自生三情境測試LLM，評估模型能否回收階段性訊號。結果顯示前沿模型在合成回應上回收度高，但在人類文本中訊號較雜且較難精準判定。