SCENE：识别群聊中的社交规范与制裁
计算与语言
2026-05-11 v1
摘要
线上群聊是具有隐式行为模式的社交空间，当这些模式被打破时，往往会收到来自群体的社交制裁。基于 LLM 的代理人在识别和适应这些规范的能力与意愿仍大多未被探索。我们引入 SCENE，这是一个聚焦于多方聊天中隐式规范和社交制裁的社交互动基准测试。SCENE 生成符合脚本化角色的人类 plausible non-roleplay 场景，这些角色遵循隐藏的规范，创造主体代理人违反规范的机会，并在违反发生时对其进行制裁。我们进一步提出了用于两种功能适应能力的行为评估指标：对负面制裁的响应性，以及从同伴行为中适应规范的能力。我们对六个前沿和开放权重模型在 SCENE 上进行了评估。我们的结果表明，Claude Opus 4.7 和 Gemini 3.1 Pro 在应对隐式规范方面显著优于所评估的开放权重模型。SCENE 为最新呼吁的动态、交互式 LLM 社交能力评估贡献了一项基准测试。
引用
@article{arxiv.2605.07823,
title = {SCENE: Recognizing Social Norms and Sanctioning in Group Chats},
author = {Mateusz Jacniacki and Maksymilian Bilski},
journal= {arXiv preprint arXiv:2605.07823},
year = {2026}
}