LLM Discussion：通过讨论框架与角色扮演增强大型语言模型的创造力
计算与语言
2024-08-09 v4 人工智能
摘要
大型语言模型（LLMs）在自然语言处理方面表现出卓越的能力，但在回答开放式问题时往往缺乏创造性和原创性。为了增强LLM的创造力，我们的核心见解是模拟人类通过让来自不同背景和视角的参与者参与讨论来激发集体创造力的过程。为此，我们提出了LLM Discussion，一个三阶段讨论框架，它促进激烈且发散的思维交流，并确保收敛到创造性的答案。此外，我们采用角色扮演技术，为LLM分配不同的角色，以对抗LLM的同质化。我们通过LLM评估和人类研究，使用替代用途测试、相似性测试、实例测试和科学创造力测试来评估所提出框架的有效性。结果表明，我们提出的框架在各种创造力指标上均优于单LLM方法和现有的多LLM框架。代码可在 https://github.com/lawraa/LLM-Discussion 获取。
引用
@article{arxiv.2405.06373,
title = {LLM Discussion: Enhancing the Creativity of Large Language Models via Discussion Framework and Role-Play},
author = {Li-Chun Lu and Shou-Jen Chen and Tsung-Min Pai and Chan-Hung Yu and Hung-yi Lee and Shao-Hua Sun},
journal= {arXiv preprint arXiv:2405.06373},
year = {2024}
}
备注
40 pages, 9 figures, COLM 2024