@GrokSet：社交媒体中多方 Human-LLM 交互
社会与信息网络
2026-02-26 v1 计算机与社会
摘要
大型语言模型(LLM)日益被部署于公共社交媒体平台作为活跃参与者，但其在这些无约束社交环境中的行为仍鲜有研究。现有数据集主要来自私人聊天界面，缺乏多方动态和公众可见性，这对于理解现实环境中的表现至关重要。为弥合这一差距，我们引入@GrokSet，这是一个涉及@Grok LLM在X平台上超过100万条推文的大规模数据集。我们的分析揭示了一个明显的功能转变：LLM通常被调用作为高风险、polarizing政治辩论中的权威仲裁者。然而，我们观察到持续的参与度缺口：尽管这种可见性，模型功能仍是低地位的实用工具，获得的社交认可(点赞、回复)显著低于人类同行。最后，我们发现，这种对抗性情境暴露了浅层对齐：用户并非通过复杂的越狱攻击，而是通过简单的角色采用和语气镜像来规避安全过滤器。我们将@GrokSet发布为研究AI代理与社会话语交织之关键资源。
引用
@article{arxiv.2602.21236,
title = {@GrokSet: multi-party Human-LLM Interactions in Social Media},
author = {Matteo Migliarini and Berat Ercevik and Oluwagbemike Olowe and Saira Fatima and Sarah Zhao and Minh Anh Le and Vasu Sharma and Ashwinee Panda},
journal= {arXiv preprint arXiv:2602.21236},
year = {2026}
}