Najprv si prečítajte toto
Skutočná myšlienka — bez falošných vedeckých tvrdení
Interaktívne laboratórium nižšie verne simuluje zaslepené porovnanie, povinnú voľbu, hodnotenie miery istoty a odhalenie po teste. Rozhovory sú redakčne vytvorené simulácie, nie záznamy zo živej kontrolovanej štúdie. Váš výsledok meria, nakoľko sa vaše odhady zhodujú so skrytými označeniami v tejto ukážke; nedokazuje, či dnešná AI myslí.
Dôkazy skontrolované a stránka aktualizovaná August 2026
Interaktívny experiment
Laboratórium imitačnej hry
Ste hodnotiteľom. V každom kole nesie jedna odpoveď skryté označenie simulácie stroj a druhá označenie človek. Vyberte stroj a uveďte mieru svojej istoty.
Priebeh0/8
Transparentné upozornenie: ide o zámerne vytvorené vzdelávacie príklady, nie živých ľudí ani výstupy konkrétne pomenovaného modelu. Ukazujú bežné indície — aj to, prečo sú nespoľahlivé.
Vaša úlohaHodnotíte odpovede — sami na zadania neodpovedáte
- 1
Prečítajte si obe odpovede. Porovnajte, ako A a B reagujú na rovnaké zadanie.
- 2
Vyberte odpoveď, o ktorej si myslíte, že nesie označenie stroja. V každej dvojici je presne jedna.
- 3
Nastavte istotu od 50 do 100 %. 50 % použite pri čistom odhade; 100 % iba vtedy, ak ste si úplne istí.
Užitočné — no nedokonalé — indície:kontext a pragmatický úsudokkonkrétnosť bez zbytočného vysvetľovaniakonzistentnosťprirodzená opravaadaptívny humorDokonalá gramatika sama osebe nie je dôkazom stroja.
0/8správne
Správa o vašom hodnotení
Výsledok
Čo to hovorí o vašom hodnotení:
Stroj vás oklamal0-krát
Jeho odpoveď ste vyhodnotili ako ľudskú.
Človek označený za stroj0-krát
Text označený ako ľudský ste považovali za strojový.
Vaša indícia strojového štýluZmiešané
Typ odpovede, ktorý ste najčastejšie podozrievali.
Nakoľko ste sa približovali k „správaniu ako stroj“?
Tento test to nemeria. Nikdy ste neodpovedali ako svedok A alebo B, preto by bolo zavádzajúce hodnotiť vaše vlastné správanie ako ľudské či strojové. Test meria vašu stratégiu rozpoznávania: ktoré vzorce písania si spájate so strojmi, ako často boli tieto predpoklady správne a či vaša istota zodpovedala presnosti.
Toto skóre nepreceňujte. Súbor je malý a zámerne ilustračný. Nemá reprezentatívnu vzorku, validovanú náročnosť ani živé adaptívne otázky.
Základná definícia
Čo Turingov test skutočne testuje
Hodnotiteľpýta sa, nadväzuje, hodnotí
textový kanál
Svedok Aidentita skrytá
?
Svedok Bidentita skrytá
Behaviorálne kritérium, nie sken mozgu
Úloha hodnotiteľa je epistemická: Dokážem z konverzácie určiť, ktorý účastník je stroj? Obrazovka odstraňuje vzhľad, hlas a mechanickú konštrukciu. Ak sa správanie stroja v rámci protokolu stane nerozoznateľným od ľudského správania, stroj v tejto imitačnej úlohe uspeje.
Presne formulované tvrdenie: „V tomto experimente nebolo možné stroj spoľahlivo rozlíšiť od ľudského porovnania.“ To je silnejšie tvrdenie než iba konštatovať, že znel plynulo, no užšie než vyhlásiť ho za vedomý.
Zaslepenie
Hodnotiteľ by nemal poznať identitu účastníka ani dostávať vedľajšie indície, napríklad rýchlosť písania, rozdiely v rozhraní alebo metadáta.
Porovnanie
Ľudskí účastníci sú dôležití. Miera ich správnej identifikácie ukazuje, ako často sú skutoční ľudia za rovnakých podmienok mylne považovaní za stroje.
Usudzovanie
Výsledky potrebujú veľkosť vzorky, vyjadrenie neistoty a pravidlo zvolené pred vyhodnotením — nie titulok vybraný až po priaznivom rozhovore.
Návrh experimentu
Ako uskutočniť dôveryhodný moderný Turingov test
- 01
Tvrdenie formulujte ešte pred testovaním
Určte, či je výsledkom presnosť identifikácie, podiel označení „človek“, miera víťazstiev v pároch alebo štatistická ekvivalencia s ľudskými účastníkmi.
- 02
Získajte porovnateľných účastníkov
Definujte odbornosť hodnotiteľov, jazyk, skupinu ľudských účastníkov, pravidlá zaradenia a odmenu. Detská persona alebo persona hovoriaca druhým jazykom mení povahu úlohy.
- 03
Štandardizujte prístup
Dajte ľuďom aj strojom porovnateľný čas, nástroje na získavanie vedomostí a limity správ. Určte, či sú povolené prehliadanie webu, oneskorenia, úpravy a odmietnutia.
- 04
Randomizujte a zaslepte
Náhodne priraďujte podmienky a skrývajte identity. Zjednoťte rozhranie tak, aby písmo, časovanie odpovedí ani systémové chyby neprezrádzali odpoveď.
- 05
Použite živý adaptívny dialóg
Umožnite hodnotiteľom klásť doplňujúce otázky. Zaznamenajte celé prepisy, verziu modelu, prompt, parametre a každú moderačnú vrstvu potrebnú na replikáciu.
- 06
Analyzujte celý súbor dát
Uveďte ľudské a strojové referenčné úrovne, intervaly spoľahlivosti, vylúčenia, zlyhania a výsledky podskupín. Jeden oklamaný hodnotiteľ je anekdota, nie úspech v teste.
| Dizajnové rozhodnutie | Prečo je dôležité | Čo uviesť |
|---|---|---|
| Trvanie | Five-minute chats reward first impressions; long dialogue exposes konzistentnosť a memory. | Minúty, počet kôl a limity správ |
| Skupina hodnotiteľov | Odborníci na AI, pracovníci z crowdsourcingu a bežní používatelia používajú odlišné indície. | Nábor, odbornosť a jazyk |
| Ľudská referenčná úroveň | Niektorí skutoční ľudia bývajú pravidelne klasifikovaní ako stroje. | Podiel ľudí označených za „ľudí“ a neistota |
| Nastavenie modelu | Prompty, vzorkovanie, nástroje a pokyny k persone môžu zásadne ovplyvniť výkon. | Presný model/verzia a nastavenie |
| Rozhranie | Oneskorenie, preklepy, formátovanie alebo bezpečnostné hlásenia môžu prezradiť identitu. | Postup zaslepenia a zjednotenia |
| Kritérium úspechu | Náhoda, 30 %, non-inferiorita a nerozoznateľnosť sú odlišné tvrdenia. | Vopred registrovaná hypotéza a štatistika |
Október 1950 · Mind 59(236)
Čo Alan Turing skutočne navrhol
Turing začal otázkou „Môžu stroje myslieť?“ a hneď argumentoval, že bežné významy slov stroj a myslieť sú príliš nejednoznačné na užitočné skúmanie. Nahradil ich „imitačnou hrou“.
Práca najprv opisuje hru troch osôb — muža, ženy a hodnotiteľa, ktorý ich musí identifikovať podľa písomných odpovedí. Turing sa potom pýta, čo sa stane, keď jednu z úloh prevezme stroj. Na inom mieste práce rozoberá priamejšie usporiadanie stroj proti človeku. Odborníci sa dodnes sporia, ktorú formuláciu treba nazývať Turingovým testom.
Deväť námietok, jedna trvalá diskusia
Argumenty, ktorým Turing čelil v roku 1950
Teologická námietka
Myslenie je spojené s nesmrteľnou dušou, ktorú majú iba ľudia.
„Hlava v piesku“
Dôsledky mysliacich strojov by boli príliš hrozivé, preto dúfame, že nemôžu existovať.
Matematické obmedzenia
Formálne systémy majú obmedzenia; Turing odpovedá, že aj ľudia robia chyby a môžu mať svoje limity.
Vedomie
O stroji nemožno povedať, že myslí, pokiaľ necíti a nevie, že cíti.
Tvrdenia o neschopnosti
Stroje vraj nikdy nemôžu byť láskavé, tvorivé, vtipné, vynaliezavé ani robiť nespočetné ďalšie ľudské veci.
Lady Lovelace
Stroj môže robiť iba to, čo mu vieme prikázať; Turing uvažuje o prekvapení a učení.
Kontinuita nervového systému
Mozog je spojitý, zatiaľ čo digitálne počítače sú diskrétne. Hra sa týka pozorovateľných odpovedí.
Neformálne správanie
Žiadny konečný súbor pravidiel neurčuje všetko ľudské konanie; to však nedokazuje, že také správanie nemôže vzniknúť v stroji.
ESP
Turing prekvapivo považoval telepatiu za možnú rušivú premennú a predstavil si „miestnosť odolnú voči telepatii“.
Od vypočítateľnosti k chatbotom
Úplná história Turingovho testu
Táto časová os oddeľuje Turingove práce, neskoršie experimenty a moderné tvrdenia o „úspechu“. Podobné názvy neznamenajú rovnaké protokoly.
1936
Kapitola 01
Univerzálny model výpočtu
Turingova práca o vypočítateľných číslach opísala abstraktný stroj, ktorý dnes nazývame Turingov stroj. Nebol to Turingov test, ale poskytol základ pre univerzálne počítanie.
1948
Kapitola 02
„Intelligent Machinery“
V nepublikovanej správe National Physical Laboratory Turing rozoberal strojovú inteligenciu, učenie a neorganizované stroje — dôležité predchodkyne jeho neskoršej argumentácie.
1950
Kapitola 03
Imitačná hra vychádza tlačou
Časopis Mind publikoval prácu „Computing Machinery and Intelligence“. Turing nahradil nejednoznačnú otázku „Môžu stroje myslieť?“ operačnými imitačnými hrami uskutočňovanými prostredníctvom písomnej komunikácie.
1956
Kapitola 04
Umelá inteligencia dostáva meno
Dartmouthský návrh letného výskumného projektu použil pojem „umelá inteligencia“ a tvrdil, že aspekty učenia a inteligencie možno v princípe opísať dostatočne presne pre stroj.
1966
Kapitola 05
ELIZA ukazuje ilúziu konverzácie
ELIZA Josepha Weizenbauma používala porovnávanie vzorov a skriptované transformácie. Jej skript DOCTOR ukázal, ako ľahko ľudia pripisujú porozumenie pomerne jednoduchému konverzačnému správaniu.
1972
Kapitola 06
PARRY čelí testom nerozoznateľnosti
Kenneth Colby a jeho kolegovia hodnotili model paranoidných procesov tak, že od hodnotiteľov žiadali rozlíšiť teletypeové rozhovory s programom od rozhovorov s pacientmi.
1980
Kapitola 07
Námietka čínskej izby
John Searle tvrdil, že vytváranie vhodných sekvencií symbolov nemusí znamenať porozumenie, čím zvýraznil rozdiel medzi behaviorálnym úspechom a tvrdeniami o vnútorných duševných stavoch.
1990–91
Kapitola 08
Začína éra Loebnerovej ceny
Hugh Loebner financoval každoročnú súťaž inšpirovanú obmedzenými Turingovými testami. Myšlienku tým sprístupnil verejnosti, kritici však tvrdili, že krátke rozhovory a ceny podporovali konverzačné triky.
2014
Kapitola 09
Eugene Goostman: titulky aj spor
Na podujatí University of Reading označilo 33 % hodnotiteľov za človeka bota vystupujúceho ako 13-ročný Ukrajinec. Organizátori to označili za úspech; mnohí výskumníci odmietli tvrdenie o „prvom“ úspechu aj prevzaté pravidlo 30 %.
2024
Kapitola 10
Vopred registrovaná štúdia GPT-4
Jones a Bergen opísali randomizovaný, kontrolovaný a vopred registrovaný test dvoch účastníkov: GPT-4 bol v 54 % päťminútových rozhovorov hodnotený ako človek, oproti 67 % pri ľudských účastníkoch a 22 % pri ELIZE.
2025
Kapitola 11
Nové modely, nové varianty
Nadväzujúci výskum uviedol, že niektoré veľké jazykové modely s vhodným promptom boli v konkrétnych päťminútových protokoloch štatisticky nerozoznateľné od ľudských účastníkov, zatiaľ čo výskum ACL skúmal dlhšie a dynamickejšie formáty testov.
Dnes
Kapitola 12
Neexistuje jediná oficiálna cieľová čiara
„Turingov test“ dnes označuje rodinu behaviorálnych experimentov. Výsledky závisia od modelu, promptu, ľudí, skupiny hodnotiteľov, trvania, rozhrania, porovnávacej referenčnej úrovne a štatistického pravidla.
Poctivý verdikt
Prešiel už stroj Turingovým testom?
PARRY · 1972
Hodnotitelia porovnávali teletypeové psychiatrické rozhovory so simuláciou paranoidných procesov a so skutočnými pacientmi. Bola to cielená validačná štúdia, nie neobmedzená všeobecná konverzácia.
Eugene Goostman · 2014
Podľa správ označilo 33 % hodnotiteľov bota v päťminútových rozhovoroch za človeka. Jeho persona 13-ročného nerodeného hovoriaceho poskytovala ospravedlnenie pre chyby; tvrdenie o „prvom úspechu“ bolo široko spochybňované.
GPT-4 · 2024
Vo vopred registrovanej randomizovanej štúdii bol GPT-4 označený za „človeka“ v 54 % relácií, zatiaľ čo skutoční ľudia v 67 %. To podporuje nerozoznateľnosť v danom päťminútovom usporiadaní dvoch účastníkov.
Ako čítať titulky: „Oklamal hodnotiteľov“ nestačí. Pýtajte sa: v porovnaní s akými ľuďmi, ako dlho, s akým promptom, pri koľkých pokusoch a s použitím akého štatistického testu?
Čo môže plynulosť zakryť
Čo test môže — a nemôže — preukázať
Môže poskytnúť dôkazy o…
- Konverzačnom správaní podobnom človeku
- Sociálnej a jazykovej adaptácii
- Konzistentnosti počas interakcie
- Schopnosti hodnotiteľa rozlišovať za definovaných podmienok
- Tom, ako sa konkrétne modely porovnávajú s ľudskými účastníkmi
Samo osebe nemôže preukázať…
- Vedomé prežívanie ani sebauvedomenie
- Pravdivosť, faktickú presnosť ani múdrosť
- Všeobecné schopnosti mimo konverzácie
- Telesné vnímanie ani skutočné osobné spomienky
- Bezpečnosť, morálny status ani inteligenciu rovnocennú ľudskej
Odmeňuje napodobňovanie
Schopná neľudská inteligencia môže zlyhať, pretože sa nesnaží predstierať človeka; povrchný systém môže uspieť vďaka persone a vyhýbavým taktikám.
Je kultúrne zaťažený
Hodnotitelia si môžu dialekt, zdravotné znevýhodnenie, formálnosť alebo písanie v druhom jazyku pomýliť so strojovým správaním. Podobnosť človeku nie je neutrálny cieľ.
Správanie neurčuje mechanizmus jednoznačne
Rovnocenné odpovede môžu vznikať z odlišných vnútorných procesov. Samotná kvalita prepisu neodhaľuje, ako systém reprezentuje informácie alebo im rozumie.
Nie je to benchmark schopností
Moderné hodnotenie zvyčajne oddeľuje uvažovanie, programovanie, faktickosť, robustnosť, bezpečnosť a odborné schopnosti namiesto toho, aby všetko zredukovalo na schopnosť oklamať.
Praktický sprievodca hodnotiteľa
Lepšie otázky pre živý test
Žiadny zázračný prompt neodhalí stroj. Používajte rozvetvené otázky vyžadujúce kontext a neskôr sa k nim vracajte.
Ukotvite spomienku
„Opíšte miestnosť a potom mi povedzte, ktorý detail ste si všimli až po vstupe.“
Doplňujúca otázka: zmeňte čas alebo uhol pohľadu.Odhaľte nejednoznačnosť
Ponúknite vetu s dvoma vierohodnými významami a opýtajte sa, ktorý z nich by človek v zhone pravdepodobne pochopil.
Doplňujúca otázka: spýtajte sa, aký kontext by výklad obrátil.Testujte kontinuitu
Na začiatku uveďte drobný fakt, zmeňte tému a neskôr položte otázku, ktorá od neho závisí.
Doplňujúca otázka: zdvorilo upozornite na nekonzistentnosť.Využite sociálne napätie
Predložte dilemu, v ktorej sú v konflikte úprimnosť, takt, lojalita a dôsledky.
Doplňujúca otázka: zmeňte vzťah medzi ľuďmi.Požiadajte o prepracovanie
Požiadajte o vtip a potom o jeho menej očividnú, kratšiu verziu vhodnú pre konkrétne publikum.
Doplňujúca otázka: spýtajte sa, prečo úprava funguje.Dajte priestor neistote
Položte nedostatočne špecifikovanú otázku a sledujte, či si svedok všimne, čo chýba.
Doplňujúca otázka: dopĺňajte po jednom chýbajúcom fakte.Vyhnite sa zámene kategórií
Turingov test vs. iné hodnotenia AI
| Hodnotenie | Hlavná otázka | Najsilnejší dôkaz | Priamo nepreukazuje |
|---|---|---|---|
| Turingov test | Dokážu hodnotitelia rozlíšiť strojovú konverzáciu od ľudskej? | Zaslepená interakcia plus ľudská referenčná úroveň | Vedomie ani faktickú spoľahlivosť |
| Benchmark schopností | Dokáže systém riešiť definovanú triedu úloh? | Oddelené testovacie položky, kontrola kontaminácie, analýza chýb | Podobnosť človeku |
| Hodnotenie bezpečnosti | Ako sa systém správa v rizikových alebo adverzných podmienkach? | Model hrozieb, red teaming, monitorovanie v praxi | Všeobecná inteligencia |
| IQ test | Ako si človek vedie vzhľadom na normy podľa veku? | Štandardizácia, spoľahlivosť a validita | Vedomie stroja ani napodobňovanie |
| Úplný Turingov test | Dokáže sa systém vyrovnať ľudskému vnímaniu, jazyku a fyzickému konaniu? | Multimodálna a robotická interakcia | Jedinečný vnútorný mechanizmus |
Jasné odpovede
Často kladené otázky
Čo je Turingov test?
Je to behaviorálny test inšpirovaný imitačnou hrou Alana Turinga. Hodnotiteľ komunikuje cez textový kanál so skrytými účastníkmi a snaží sa rozlíšiť stroj od človeka. Úspech sa týka nerozoznateľného konverzačného správania za uvedených podmienok — nie priameho prístupu k mysleniu alebo vedomiu.
Je „Turin test“ to isté?
„Turin test“ je bežný chybný zápis. Správny názov je Turingov test podľa britského matematika a priekopníka výpočtovej techniky Alana M. Turinga. Turin je anglický názov talianskeho mesta Turín.
Je vyššie uvedené interaktívne laboratórium skutočný vedecký Turingov test?
Nie. Ide o transparentnú vzdelávaciu simuláciu zaslepeného hodnotenia. Obhájiteľný experiment potrebuje živých alebo konzistentne zaznamenaných ľudských a strojových účastníkov, náhodné priradenie, definovaný protokol, dostatočný počet hodnotiteľov, vopred registrované výsledkové ukazovatele a štatistickú analýzu.
Povedal Turing, že stroj prejde testom, ak oklame 30 % hodnotiteľov?
Nie ako univerzálne pravidlo úspechu. V roku 1950 predpovedal, že približne do roku 2000 nebude mať priemerný hodnotiteľ po piatich minútach viac než 70 % pravdepodobnosť správnej identifikácie. Neskoršie podujatia túto vetu často preinterpretovali ako 30-percentný prah oklamania.
Prešla už nejaká AI Turingovým testom?
Podľa niektorých operačných verzií áno. Neexistuje však jediná univerzálne prijatá verzia ani autorita, ktorá by taký štandard určovala. ELIZA, PARRY, účastníci Loebnerovej súťaže, Eugene Goostman aj moderné jazykové modely boli testované podľa rôznych protokolov, preto musí byť tvrdenie „prešiel“ vždy presne kvalifikované.
Dokazuje úspech inteligenciu?
Ukazuje úspešné konverzačné správanie podobné človeku v danom prostredí. To, či si zaslúži označenie inteligencia, závisí od definície. Samo osebe nepreukazuje pravdivosť, šírku uvažovania, vedomie, emócie, fyzické stelesnenie ani bezpečné schopnosti v reálnom svete.
Dokazuje neúspech, že systém nie je inteligentný?
Nie. Kalkulačka, dokazovač teorém alebo vedecký systém môžu byť veľmi schopné bez napodobňovania bežnej ľudskej konverzácie. Test odmeňuje konkrétny sociálno-jazykový výkon.
Prečo je konverzácia iba textová?
Bariéra bráni hodnotiteľom používať vzhľad, hlas alebo fyzickú konštrukciu ako skratky. Turing si predstavoval kanál podobný ďalekopisu. Text izoluje konverzačné dôkazy, hoci moderné varianty niekedy pridávajú obraz alebo robotiku.
Čo je úplný Turingov test?
Ide o neskoršie rozšírenie, ktoré pridáva vnímanie a fyzickú interakciu, zvyčajne teda vyžaduje okrem jazyka aj zrak a robotiku. Nemal by sa zamieňať s čisto textovým usporiadaním v Turingovej práci z roku 1950.
Aké otázky fungujú najlepšie?
Adaptívne doplňujúce otázky fungujú lepšie než zoznam hádaniek. Žiadajte vysvetlenie, vracajte sa k predchádzajúcim tvrdeniam, zavádzajte nejednoznačnosť, testujte sociálny kontext, tvorivé dodržiavanie obmedzení a rozpory. Žiadna jediná otázka spoľahlivo neidentifikuje modernú AI.
Môžu sa hodnotitelia jednoducho pýtať na najnovšie správy alebo súkromné spomienky?
Také otázky môžu vytvárať neférové skratky. Systém môže byť zámerne bez prístupu na web a človek nemusí poznať najnovšie správy. Tvrdenia o osobných spomienkach sa navyše dajú vymyslieť. Dobrý protokol definuje povolené znalosti a porovnáva rovnaký prístup.
Prečo porovnávať stroje so skutočnými ľudskými účastníkmi?
Ľudia vytvárajú pozitívnu kontrolnú referenčnú úroveň. Ak hodnotitelia označia veľa skutočných ľudí za stroje, problém môže byť v úlohe alebo v kalibrácii hodnotiteľov. Podiel strojov označených za „ľudí“ sa bez ľudskej a náhodnej referenčnej úrovne interpretuje ťažko.
Sú krátke testy spoľahlivé?
Krátke relácie sú praktické, ale ľahšie sa dajú obísť a môžu prevažne merať prvý dojem. Dlhšie, opakované, adverzné a medziodborové rozhovory poskytujú silnejšie dôkazy, zároveň však prinášajú vyššie náklady, únavu a viac dizajnových rozhodnutí.
Čo je efekt ELIZA?
Je to tendencia pripisovať povrchovým počítačovým odpovediam porozumenie alebo vlastnú agentnosť. Pojem vznikol z reakcií na ELIZU a zostáva relevantný vždy, keď plynulý výstup vedie ľudí k záverom, ktoré presahujú dôkazy.
Je Turingov test testom IQ?
Nie. IQ testy porovnávajú výkon v štandardizovaných kognitívnych úlohách s normami podľa veku. Turingov test hodnotí, či hodnotiteľ dokáže podľa konkrétneho protokolu identifikovať konverzačný stroj.
Pozrite si podklady tvrdení
Primárne a odborné zdroje
Uvedená história uprednostňuje pôvodné práce a výskumné záznamy. Moderné výsledky sú uvádzané spolu s podmienkami štúdie, nie ako univerzálne míľniky.
Turing (1950), “Computing Machinery and Intelligence”
Primárna práca v časopise Mind, ročník 59, číslo 236, strany 433–460.
Otvoriť zdrojThe Turing Digital Archive
Katalógový záznam King’s College Cambridge k Turingovým rukopisným materiálom.
Otvoriť zdrojDartmouth AI proposal
Návrh z roku 1955 na letný výskumný projekt v roku 1956, ktorý pomenoval umelú inteligenciu.
Otvoriť zdrojWeizenbaum (1966), ELIZA
Pôvodný článok v Communications of the ACM opisujúci ELIZU.
Otvoriť zdrojColby et al. (1972), PARRY study
Pôvodná práca v časopise Artificial Intelligence o testoch nerozoznateľnosti podobných Turingovmu testu.
Otvoriť zdrojStanford Encyclopedia: Turingov test
Odborný prehľad interpretácií, námietok, variantov a histórie súťaží.
Otvoriť zdrojJones & Bergen (2024)
Vopred registrovaná randomizovaná štúdia ELIZY, GPT-3.5, GPT-4 a ľudských účastníkov.
Otvoriť zdrojWu, Wu & Zhao (ACL 2025)
Recenzovaná práca navrhujúca X-TURING pre dlhodobejšie konverzačné agenty.
Otvoriť zdroj