大型语言模型的职业兴趣
人工智能
2024-07-12 v1
摘要
近期大型语言模型（LLM）的快速发展显著拓展了其能力，从基础文本生成演变为复杂且具有人类般交互作用。鉴于大型语言模型可能承担重要职场职责的可能性，探索其作为专业助理的能力变得迫切。本研究聚焦于职业兴趣方面，通过将职业网络兴趣概览（Occupation Network's Interest Profiler）短版应用于大型语言模型，仿佛其作为人类参与者，考察其假设的职业兴趣与能力，分析这些因语言变化和模型进步而产生的差异。我们采用一般线性混合模型方法对答案进行分析，发现大型语言模型之间存在明确的职业兴趣倾向，尤其是社会和艺术领域。有趣的是，这些偏好并未与大型语言模型表现出更高能力的职业相吻合。这种将心理测量仪器和高级统计工具应用于大型语言模型的新方法，揭示了其在专业环境中集成的新视角，突显了类人特征，促使人们重新评估大型语言模型在职场中的自我认知与能力对齐。
引用
@article{arxiv.2407.08564,
title = {The Career Interests of Large Language Models},
author = {Meng Hua and Yuan Cheng and Hengshu Zhu},
journal= {arXiv preprint arXiv:2407.08564},
year = {2024}
}