拥有情感的 AI：探索大型语言模型中的情感表达

大型语言模型（LLM）在各类任务上实现人类水平性能，催生了人工智能（AI）具备情感的期望。为探索当前 LLM 在输出中表达情感的能力，我们对多款 LLM（OpenAI GPT、Google Gemini、Meta Llama3 和 Cohere Command R+）进行实验，使其角色扮演为在指定情感状态下回答问题的智能体。我们采用罗素的圆形模型（Russell's Circumplex model）来定义情感状态，该模型是 well-established 框架，沿睡眠-激活轴（arousal）和愉悦-不愉悦轴（valence）刻画情感。我们选择该模型是因为其简单性，仅需两个连续参数，便于在情感状态连续变化的应用中实现控制。生成的回答经独立于 LLM 的情感分析模型（基于 GoEmotions 数据集训练）评估。评估结果表明，生成答案的情感状态与指定一致，表明 LLM 具备情感表达能力。这表明基于 LLM 的 AI 智能体有望模拟情感，为情感交互应用开辟了广阔前景，如具备情感的顾问或咨询师，可为用户提供带有个人色彩的建议或意见。