评估语言模型的说服力本质上是非常困难的。说服是一种由许多主观因素塑造的微妙现象，并且因符合伦理实验设计的界限而变得更加复杂。我们详细说明了我们遇到的挑战，以便其他人可以在我们的工作基础上进行构建。