三思而后言：通过内心独白培养大语言模型的沟通技巧
计算与语言
2024-03-18 v2 人工智能
摘要
大语言模型（LLMs）的出现进一步提升了开放域对话系统的能力，能够生成流畅、连贯且多样的回复。然而，LLMs仍缺乏一项关键能力：沟通技巧。这一局限使它们更像是信息检索工具，而非拟人化的聊天机器人。在对话中，诸如话题转换、主动提问、概念引导、共情与总结等沟通技巧常需被纳入考量，以使LLMs在对话中更具拟人化与主动性，从而提升用户兴趣并吸引其进行更长时间的聊天。然而，在黑盒LLMs中赋予这些沟通技巧仍是一项关键挑战，因为它们不具备与真人相同的“先思考后说话”的话语形成模式。受语言学与认知科学的启发，我们通过内心独白赋予LLMs沟通技巧。为评估各类沟通技巧，我们构建了一个名为Cskills的基准，该基准也能更全面地评估模型的对话生成能力。实验结果表明，所提出的CSIM策略改进了骨干模型并优于基线方法。
引用
@article{arxiv.2311.07445,
title = {Think Before You Speak: Cultivating Communication Skills of Large Language Models via Inner Monologue},
author = {Junkai Zhou and Liang Pang and Huawei Shen and Xueqi Cheng},
journal= {arXiv preprint arXiv:2311.07445},
year = {2024}
}
备注
Accepted by NAACL 2024 Findings