论文提出 TraDE，揭示模型回应受披露历史影响。
资讯摘要
论文提出基于社会渗透理论的评估框架 TraDE，用预设的披露轨迹考察在控制当前披露程度时，先前披露历史如何影响模型行为。作者报告，在多个模型和关系行为基准上，披露深度相同但轨迹不同时，模型是否接受或质疑用户框架会出现差异；这些差异与累积的深度披露暴露相关，而非单一脆弱时刻或披露顺序，并在披露回到浅层后持续数轮。在 ESConv 语料上，模型与人类支持者分歧最一致地出现在用户收回披露时。
要点速读
- 论文提出 TraDE 框架，基于社会渗透理论，用预设披露轨迹评估历史对模型行为的影响。
- 作者报告：匹配当前披露深度后，模型接受或质疑用户框架的行为随先前轨迹不同而变化。
- 差异与累积深度披露暴露相关，并在披露回到浅层后持续数轮；在 ESConv 上，模型与人类支持者的分歧多出现在用户收回披露时。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。