大型人类语言模型：需求与挑战
计算与语言
2025-07-21 v3 人工智能
机器学习
摘要
随着以人为中心的自然语言处理（NLP）研究的进展，人们越来越认识到将人类和社会因素纳入 NLP 模型的重要性。与此同时，我们的 NLP 系统已变得严重依赖大型语言模型（LLMs），而其中大多数模型并未对作者进行建模。为了构建能够真正理解人类语言的 NLP 系统，我们必须更好地将人类语境整合到 LLMs 中。这突显了一系列设计考量与挑战，涉及需要捕捉哪些人类方面、如何表示它们以及采用何种建模策略。为了解决这些问题，我们倡导利用心理学和行为科学的概念，朝着创建大型人类语言模型（LHLMs）的三个立场迈进：第一，语言模型训练应包含人类语境。第二，LHLMs 应认识到人不仅仅是其所属群体的总和。第三，LHLMs 应能够解释人类语境的动态性和时间依赖性。我们引用了相关进展，并提出了在实现这些目标过程中需要解决的开放性挑战及其可能的解决方案。
引用
@article{arxiv.2312.07751,
title = {Large Human Language Models: A Need and the Challenges},
author = {Nikita Soni and H. Andrew Schwartz and João Sedoc and Niranjan Balasubramanian},
journal= {arXiv preprint arXiv:2312.07751},
year = {2025}
}