基于大语言模型生成策略的信息检索的零样图 persuasive chatbot

说服在从健康干预到社会公益推广等广泛应用中发挥关键作用。负责任地使用的说服聊天机器人可以是个人和社会变革的推动者。现有方法依赖于针对特定任务的训练数据进行微调，这些数据昂贵且往往难以获取。此外，它们仅使用少数预定义的说服策略。我们提出PersuaBot，一个基于大语言模型（LLM）的零样图聊天机器人，通过利用更多细致的说服策略实现事实准确且更具说服力。PersuaBot使用LLM生成自然响应，从中提取所用策略。为对抗LLM幻觉，PersuaBot用支持提取策略的检索事实替换响应中的任何未经证实的陈述。我们将PersuaBot应用于三个差异显著的需要说服技能的领域：捐赠 solicitation、推荐和健康干预。我们的在模拟和人类对话实验中表明，零样图方法在说服力和事实准确性方面均优于先前工作。