NeurIPS 2026 竞赛：用未发布数据测 AI 模拟人群能力
sanmikoyejo · x · 2026-08-18
SimulacraBench 是 NeurIPS 2026 的一项竞赛，旨在评估 AI 模型模拟特定人群行为和调查反应的能力。为了解决预训练数据污染问题，该基准使用了来自 UNHCR、UNICEF 和世界银行的未发布数据（约 4 万受访者，14 个国家），并采用封闭评估。Starter kit 已上线。
所属事件:NeurIPS 2026推SimulacraBench：AI预测人群调查反应(2 条相关)→
「研究」频道最新
- Pretense 库发布：支持预训练 Sentence Transformers — antoine_chaffin · 2026-08-19
- 优化学者：没有 LLM 我自己想不出这些新构造 — ErnestRyu · 2026-08-19
- AutoOPT 发现新优化算法，首次出现双纽线常数 — ErnestRyu · 2026-08-19
- 新框架 AutoOPT：用 GPT-5.6 自动化优化研究 — ErnestRyu · 2026-08-19
- Compass 系统助用户对齐社交媒体流偏好 — amyxzh · 2026-08-19
- 「可操控提示词」入选 UIST 2026：把提示词变成 GUI 控件 — IanArawjo · 2026-08-19