论文重审：面向LLM-based聊天机器人的Human信息觅食
人机交互
2024-06-10 v1
摘要
信息觅食理论(IFT)将人类信息寻求选择 framing 为决策论成本-价值判断，这一框架成功地解释了人们如何在链接信息块(例如链接网页)中寻求信息。然而，在非 patchy的LLM-based聊天机器人环境中，该理论必须被采纳和验证，才能可靠地应用于此类基于聊天的信息寻求环境的设计。本文是一个思想实验，将IFT的成本-价值命题应用于LLM-based聊天机器人，并提出一套初步假设，以指导未来的理论建设工作，阐明人们在此类环境中如何寻求信息。
引用
@article{arxiv.2406.04452,
title = {Revisiting Human Information Foraging: Adaptations for LLM-based Chatbots},
author = {Sruti Srinivasa Ragavan and Mohammad Amin Alipour},
journal= {arXiv preprint arXiv:2406.04452},
year = {2024}
}