作为问题求解器的聊天机器人：角色反转下的二十问游戏
人工智能
2023-01-05 v1 计算与语言
摘要
ChatGPT 等新聊天 AI 应用提供了对问题上下文的高级理解及跨多步任务的记忆，从而可通过实验检验其演绎推理能力。本文提出一种多角色、多步骤挑战，其中 ChatGPT 玩经典的二十问游戏，但创新性地从提问者切换为回答者。主要实证结果表明，这类聊天应用能在少于二十个问题（平均 12 个）内猜出随机物体名称，且在十六种不同实验设置中猜对率达 94%。该研究引入了四种新情形：聊天机器人接题、出题、兼具问答角色，以及尝试猜测恰当的上下文情绪。一项人类通常失败而经训练的聊天应用能完成的任务涉及进行双语二十问游戏（西班牙语提问、英语回答）。未来的变体采用类似的探究式格式进行直接问题求解，以演绎方式得出新颖结果，例如可获专利的发明或组合思维。该对话格式的典型应用包括复杂蛋白质设计、神经科学元数据和儿童发展教育材料。
引用
@article{arxiv.2301.01743,
title = {Chatbots as Problem Solvers: Playing Twenty Questions with Role Reversals},
author = {David Noever and Forrest McKee},
journal= {arXiv preprint arXiv:2301.01743},
year = {2023}
}