创造性束搜索：利用大语言模型作为评判者改进回复生成
人工智能
2024-10-08 v4 计算与语言
人机交互
机器学习
摘要
大语言模型正在彻底改变包括人工创造力在内的多个领域。然而，机器中的生成过程与人类中的生成过程存在深刻差异。特别是，机器生成的特点是缺乏意图性和潜在的创造性过程。我们提出了一种名为创造性束搜索(Creative Beam Search)的方法，该方法利用多样束搜索(Diverse Beam Search)和大语言模型作为评判者(LLM-as-a-Judge)来执行回复生成和回复验证。定性实验的结果表明，我们的方法能够产生比标准采样技术更好的输出。我们还表明，回复验证步骤是回复生成步骤的必要补充。
引用
@article{arxiv.2405.00099,
title = {Creative Beam Search: LLM-as-a-Judge For Improving Response Generation},
author = {Giorgio Franceschelli and Mirco Musolesi},
journal= {arXiv preprint arXiv:2405.00099},
year = {2024}
}
备注
Presented as a short paper at the 15th International Conference on Computational Creativity (ICCC'24)