GPT-4 从第三人称视角模拟平均人类的情感认知
人工智能
2024-08-27 v1 计算与语言
人机交互
摘要
本文扩展了最近关于大型语言模型 (LLM) 情感推理能力的研究。当前对 LLM 的研究未直接评估 LLM 对情感自归属与他人情感感知之间的区别。我们首先使用精心构建的情感诱发刺激物，这些刺激物原本旨在寻找表示对他人细粒度情感归属的大脑神经活动模式。我们展示了 GPT-4 在推理这些刺激物方面尤其准确。这表明 LLM 在关于他人情感归属的刻面情景中，与人类对他人情感归属的归因惊人地一致。为进一步探索，我们的第二项研究利用包含作者和第三人称视角注释的数据集。我们发现 GPT-4 的解释更接近人类对他人情感的判断，而非自我评估。值得注意的是，传统的情感计算模型主要依赖自报告的真实答案作为金标准。然而，平均观察者的立场——即 LLM 似乎采用的立场——对于许多下游应用可能更为 relevant，至少在缺乏个人信息和充分的安全考虑的情况下。
引用
@article{arxiv.2408.13718,
title = {GPT-4 Emulates Average-Human Emotional Cognition from a Third-Person Perspective},
author = {Ala N. Tak and Jonathan Gratch},
journal= {arXiv preprint arXiv:2408.13718},
year = {2024}
}
备注
submitted to 12th International Conference on Affective Computing & Intelligent Interaction, Glasgow, UK, September 15-18, 2024