基于检索增强生成的 LLM 对名人善恶声誉的判断
计算与语言
2025-07-11 v2
摘要
本文旨在考察大语言模型(LLMs)能否理解善恶,即能否判断名人的善恶声誉。具体而言,我们首先将一个大语言模型(即 ChatGPT)应用于从网页上关于名人的文章中收集提及目标名人的句子这一任务。接下来,由 ChatGPT 根据内容对所收集的句子进行分类,并为每个类别赋予一个类别名称。所赋予的类别名称被称为每位名人的"方面(aspects)"。然后,通过应用检索增强生成(RAG)框架,我们证明该大语言模型在判断每位名人的方面与描述的善恶声誉任务中相当有效。最后,在证明所提方法优于现有集成 RAG 功能的服务方面,我们也表明,所提出的判断每位名人方面/描述善恶的方法显著优于现有的集成 RAG 功能的服务。
引用
@article{arxiv.2503.14382,
title = {Good/Evil Reputation Judgment of Celebrities by LLMs via Retrieval Augmented Generation},
author = {Rikuto Tsuchida and Hibiki Yokoyama and Takehito Utsuro},
journal= {arXiv preprint arXiv:2503.14382},
year = {2025}
}