本研究评估了大型语言模型（LLMs）在进行类似于人类的多轮对话时的能力。研究人员使用了一种名为Persona-Chat的数据集，该数据集包含有关对话参与者偏好和兴趣的信息。研究结果表明，LLMs在某些方面表现出了与人类类似的聊天能力，但在其他方面则表现出了缺陷。此外，研究还发现，训练数据集的多样性对于提高LLMs的聊天能力至关重要。