详细内容或原文请订阅后点击阅览
通过心理支架合理化改进语言模型角色
使用用户描述或角色提示的语言模型用于预测用户的偏好和意见。然而，现有的构建角色的方法主要依赖于用户的人口统计属性和/或先前的判断，而不依赖于用户判断背后的任何潜在推理。我们引入了 PB&J（行为和判断心理学），这是一个框架，通过纳入用户可能做出某种判断的潜在理由来改进 LM 角色。我们的基本原理是由语言模型生成的，用于明确推理用户在……上的行为
来源:Apple机器学习研究使用用户描述或角色提示的语言模型用于预测用户的偏好和意见。然而，现有的构建角色的方法主要依赖于用户的人口统计属性和/或先前的判断，而不依赖于用户判断背后的任何潜在推理。我们引入了 PB&J（行为和判断心理学），这是一个框架，通过纳入用户可能做出某种判断的潜在理由来改进 LM 角色。我们的理由是由语言模型生成的，可以根据用户的经验、个性特征或信仰明确地推理用户的行为。我们的方法采用心理支架：诸如“五大人格特质”或“原始世界信念”之类的结构化框架，以帮助将生成的基本原理扎根于现有理论中。舆论和电影偏好预测任务的实验表明，用 PB&J 原理增强的语言模型角色始终优于仅以用户人口统计和/或判断为条件的角色，包括那些使用模型默认思维链的角色，该思维链不以心理学理论为基础。此外，我们的 PB&J 角色与使用人类编写的理由的角色表现得具有竞争力，这表明以现有理论为指导的综合理由的潜力。
- † 南加州大学** 在 Apple 期间完成的工作