Я создаю агентов LLM для имитации определенного опыта и личностных качеств, эти агенты вмешиваются после анализа данных в приложение, чтобы помочь принять решение. Такое использование агентов можно назвать наукой принятия решений. 🔬
И один компонент, который я нахожу увлекательным, — это имитация черт личности. 🎭
Очевидно, я хочу, чтобы у моих агентов были определенные черты.
Они используют неструктурированные данные, где истина во множественном числе.
И они являются частью UX.
Недавнее исследование углубилось в этот вопрос: Черты личности в больших языковых моделях https://lnkd.in/eY-EeJA4
Вот некоторые из ключевых выводов этого исследования:
(1) личность, смоделированная в результатах некоторых LLM (при определенных конфигурациях подсказок), надежна и валидна;
(2) доказательства надежности и валидности LLM - смоделированная личность сильнее для более крупных и отлаженных моделей; и
(3) личность в результатах LLM может быть сформирована в соответствии с желаемыми размерами, чтобы имитировать определенные профили личности.
Лучший способ имитировать мои желаемые личности - это тонкая настройка модели на некоторые подсказки, связанные с желаемыми чертами.
Но после некоторого тестирования я пришел к интересному результату с несколькими подсказками в моих шаблонах агентов.
Я думаю, что результаты этого исследования могут быть применены на практике различными способами. Например, LLM можно использовать для создания более персонализированного и привлекательного контента для социальных сетей или маркетинговых кампаний или для обеспечения более естественных и чутких ответов при взаимодействии с чат-ботами. Кроме того, LLM можно использовать для помощи в клинической диагностике или планировании лечения путем создания более точных и надежных профилей личности.
Тем не менее, важно отметить, что использование LLM в практических условиях должно осуществляться с осторожностью и прозрачностью, а также с учетом потенциальных предубеждений и этических соображений, а также текущих ограничений LLM для получения правильных результатов.
Кураторская личность LLM укрепит UX.
Некоторые из ограничений этого исследования включают использование единого психометрического теста (IPIP-NEO) для измерения личности, использование единой архитектуры LLM (PaLM) и отсутствие разнообразия участников-людей, прошедших психометрический тест. Кроме того, в исследовании не изучалось влияние различных источников обучающих данных или потенциальные предубеждения, которые могут присутствовать в тексте, сгенерированном LLM.
