生成两种观点之间基于地点的妥协
计算与语言
2026-04-28 v1
摘要
大型语言模型（LLM）在学术方面表现出色，但在社交智能任务（例如创建良好的妥协）上存在困难。在本文中，我们提出了生成两种对立观点之间共情中性妥协的方法。我们首先使用 Claude 3 Opus 和一个包含 2,400 个关于共享地点的对比观点的数据集，比较了四种不同的提示工程方法。在一项有 50 名参与者的研究中，对生成妥协的一个子集进行了可接受性评估。我们发现，在两种观点之间生成妥协的最佳方法是将妥协与每个观点之间的外部共情相似性作为迭代反馈，其表现优于标准的思维链（CoT）推理。结果表明，使用共情中性提高了妥协的可接受性。然后，生成的妥协数据集被用于通过基于裕量的人类偏好对齐来训练两个较小的基础模型，从而提高了效率并消除了推理过程中对共情估计的需求。
引用
@article{arxiv.2604.24536,
title = {Generating Place-Based Compromises Between Two Points of View},
author = {Sumanta Bhattacharyya and Francine Chen and Scott Carter and Yan-Ying Chen and Tatiana Lau and Nayeli Suseth Bravo and Monica P. Van and Kate Sieck and Charlene C. Wu},
journal= {arXiv preprint arXiv:2604.24536},
year = {2026}
}