大模型时代情感支持聊天机器人的构建
计算与语言
2023-08-23 v1 人工智能
摘要
将情感支持融入各类对话场景具有深远的社会效益，例如社交互动、心理健康咨询与客户服务。然而，该领域存在未解决的挑战阻碍现实应用，包括数据可用性有限以及缺乏被广泛接受的模型训练范式。本工作致力于借助大语言模型（LLMs）的能力应对这些挑战。我们引入一种创新方法，将人类洞察与 LLMs 的计算能力相结合，以策划大规模情感支持对话数据集。我们的方法以一组精心设计的涵盖多样场景的对话作为生成种子启动。通过利用 ChatGPT 的上下文学习潜力，我们递归生成一个可扩展的情感支持对话数据集，命名为 ExTES。此后，我们在 LLaMA 模型上部署先进的微调技术，考察不同训练策略的影响，最终得到一个为情感支持交互精心优化的 LLM。对所得模型的详尽评估展示了其在提供情感支持方面的能力，标志着情感支持机器人领域的关键一步，并为后续研究与实现铺平道路。
引用
@article{arxiv.2308.11584,
title = {Building Emotional Support Chatbots in the Era of LLMs},
author = {Zhonghua Zheng and Lizi Liao and Yang Deng and Liqiang Nie},
journal= {arXiv preprint arXiv:2308.11584},
year = {2023}
}