GOLF：面向目标的长周期生活任务的人机协同框架

ChatGPT 及类似大语言模型（LLMs）的出现彻底改变了人机交互与信息获取过程。利用 LLM 作为搜索引擎的替代方案，用户现在可以获取针对其查询定制的摘要信息，显著降低了浏览海量信息资源带来的认知负荷。这一转变凸显了 LLM 在重新定义信息获取范式方面的潜力。本研究立足于任务导向的信息检索与 LLM 的任务规划能力，将 LLM 的能力范围从常规任务自动化拓展至支持用户驾驭长周期且意义重大的生活任务。本文提出了 GOLF 框架（面向目标的长周期生活任务），该框架侧重于通过目标导向与长周期规划来增强 LLM 协助重大生活决策的能力。研究方法包括一项全面的模拟研究以检验该框架的有效性，随后进行模型与人工评估以构建面向长周期生活任务的数据集基准，并在不同模型与设置下开展实验。通过将关注点从短期任务转向更广泛的长周期生活目标，本研究揭示了 LLM 在增强人类决策过程与任务管理方面的变革潜力，标志着人机协同演进中向前迈出的重要一步。