历史类比：大语言模型的历史类比构建
计算与语言
2025-07-31 v2 人工智能
摘要
历史类比通过将已知的过去事件与当代但不熟悉的事件进行比较，有助于人们做出决策和理解世界。然而，应用历史研究表明，人们寻找合适类比存在困难。此外，AI社区的前期研究也忽视了历史类比。为填补这一空白，本文聚焦于历史类比获取任务，即为给定事件获取相似的历史事件。我们基于不同的大语言模型(LLMs)，探索获取历史类比的检索和生成方法。此外，我们提出了一种自我反思方法，以缓解LLMs生成历史类比时的幻觉和刻板印象。通过人类评估和我们专门设计的多维度评估，我们发现LLMs在历史类比方面具有很大的潜力。而且，通过使用我们的自我反思方法，可以进一步提高模型的性能。
引用
@article{arxiv.2409.14820,
title = {Past Meets Present: Creating Historical Analogy with Large Language Models},
author = {Nianqi Li and Siyu Yuan and Jiangjie Chen and Jiaqing Liang and Feng Wei and Zujie Liang and Deqing Yang and Yanghua Xiao},
journal= {arXiv preprint arXiv:2409.14820},
year = {2025}
}
备注
Accepted to ACL 2025 (Outstanding Paper Award)