通过情感集成增强大语言模型中的集体智慧
计算与语言
2025-03-10 v1 人工智能
计算机与社会
人机交互
多智能体系统
摘要
本研究探讨了将情感多样性整合到大语言模型（LLMs）中以增强集体智慧。我们受人类智慧群体现象启发，其中群体决策常常优于 individual 判断。我们使用 Google 的 GoEmotions 数据集和低秩适应（LoRA）对 DarkIdol-Llama-3.1-8B 模型进行 fine-tuning，以模拟情感多样化的响应。我们在 15,064 个 unique persona 配置中，对 Fargo, ND 与 Seattle, WA 之间的距离估计任务进行评估，分析情感状态和社会属性如何影响决策。我们的发现表明，情感整合塑造了 response 模式，同时保持可接受的 prediction accuracy，揭示了其增强人工集体智慧的潜力。该研究为 LLMs 中情感多样性与决策之间的相互作用提供了有价值的见解，为 creating 感知情感的 AI 系统、在情感深度与分析精度之间取得平衡提供了路径。
关键词
引用
@article{arxiv.2503.04849,
title = {Enhancing Collective Intelligence in Large Language Models Through Emotional Integration},
author = {Likith Kadiyala and Ramteja Sajja and Yusuf Sermet and Ibrahim Demir},
journal= {arXiv preprint arXiv:2503.04849},
year = {2025}
}
备注
23 pages, 8 figures