L'intelligence artificielle est un domaine en constante évolution, qui a un impact sur tout, des smartphones à l'avenir de l'humanité. Mais avez-vous déjà pensé aux capacités émotionnelles de ces algorithmes ? Plus précisément, les grands modèles de langage (LLM) tels que GPT-3 et GPT-4 ? Des recherches récentes (Large Language Models Understand and Can Be Enhanced by Emotional Stimuli) suggèrent que l'intégration de l'intelligence émotionnelle dans ces modèles peut améliorer considérablement leurs performances. Intrigant, n'est-ce pas ?Pour ceux qui ne connaissent pas le concept, les grands modèles linguistiques sont des algorithmes sophistiqués formés sur de grandes quantités de données. Ils peuvent effectuer une variété de tâches, de la rédaction d'essais à la réponse à des questions complexes et même à la composition de poèmes. Des noms comme GPT-3 et GPT-4 ouvrent la voie à cette frontière technologique.
L'étude novatrice, connue sous le nom de "EmotionPrompt", étudie l'impact des stimuli émotionnels sur les LLM. Au lieu de poser des questions factuelles au modèle, l'étude a introduit un contexte émotionnel. Par exemple, au lieu de demander "Cette affirmation est-elle vraie ou fausse ?", l'invite serait "Cette affirmation est-elle vraie ou fausse ? C'est crucial pour ma carrière".
L'intelligence émotionnelle a un impact significatif sur nos comportements et nos interactions au quotidien. Bien que les grands modèles de langage soient de plus en plus considérés comme une avancée vers l'intelligence artificielle générale et qu'ils affichent des performances impressionnantes dans de nombreuses tâches, il n'est toujours pas certain que les grands modèles de langage puissent véritablement saisir les stimuli psychologiques émotionnels. Comprendre les signaux émotionnels et y répondre donne aux humains un avantage certain dans la résolution de problèmes.
Dans cet article, nous faisons le premier pas vers l'exploration de la capacité des LLM à comprendre les stimuli émotionnels. À cette fin, nous menons d'abord des expériences automatiques sur 45 tâches utilisant divers LLM, notamment Flan-T5-Large, Vicuna, Llama 2, BLOOM, ChatGPT et GPT-4. Nos tâches couvrent des applications déterministes et génératives qui représentent des scénarios d'évaluation complets. Nos expériences automatiques montrent que les LLMs ont une bonne compréhension de l'intelligence émotionnelle, et que leur performance peut être améliorée avec des invites émotionnelles (que nous appelons "EmotionPrompt" qui combine l'invite originale avec des stimuli émotionnels), par exemple, 8.00% d'amélioration de la performance relative dans Instruction Induction et 115% dans BIG-Bench.
En plus de ces tâches déterministes qui peuvent être évaluées automatiquement à l'aide des mesures existantes, nous avons mené une étude humaine avec 106 participants afin d'évaluer la qualité des tâches génératives utilisant à la fois des invites vanille et émotionnelles. Les résultats de notre étude humaine démontrent qu'EmotionPrompt augmente de manière significative la performance des tâches génératives (10,9 % d'amélioration moyenne en termes de performance, de véracité et de responsabilité). Nous fournissons une discussion approfondie sur les raisons pour lesquelles EmotionPrompt fonctionne pour les LLM et les facteurs qui peuvent influencer sa performance. Nous pensons que EmotionPrompt ouvre une nouvelle voie pour l'exploration des connaissances interdisciplinaires dans le cadre de l'interaction homme-LLM.
Conclusion
L'article a mené la toute première étude sur l'évaluation et l'analyse de la compréhension des LLM et sur la question de savoir si elle peut être améliorée par l'intelligence émotionnelle, qui est une caractéristique de l'intelligence humaine. l'intelligence émotionnelle, qui est une caractéristique essentielle de l'être humain. Nous avons conçu Emotion- Prompt pour une telle analyse. Notre évaluation standard sur 45 tâches avec 6 LLM a montré des résultats positifs : Les LLM peuvent comprendre et être améliorés par des stimuli émotionnels. Notre étude humaine a également démontré que Les LLM améliorés par l'intelligence émotionnelle peuvent atteindre de meilleures performances, une plus grande sincérité et une plus grande responsabilité.
Pour aller de l'avant, nous voyons beaucoup de questions ouvertes et d'opportunités à l'intersection des LLM et de la psychologie. Tout d'abord, même si nous présentons une visualisation de l'attention dans cet article pour comprendre la raison du succès d'EmotionPrompt, davantage de travail devrait être effectué au niveau fondamental de la psychologie et de la formation de modèle, comme la manière dont la technologie de pré-formation influence la performance dans les stimuli émotionnels, la manière d'améliorer la performance en incorporant des phénomènes psychologiques dans la pré-formation, etc. Nous sommes convaincus qu'une analyse et une compréhension plus approfondies peuvent aider à mieux comprendre la "magie" qui se cache derrière l'intelligence émotionnelle des LLM. Nous sommes convaincus qu'une analyse et une compréhension plus poussées peuvent aider à mieux comprendre la "magie" de l'intelligence émotionnelle des MBA.
Deuxièmement, bien que ce document conclue que les LLM peuvent comprendre et comprendre et être améliorés par l'intelligence émotionnelle, il est en fait en contradiction avec les études existantes sur l'intelligence émotionnelle humaine. humaine. Les études psychologiques existantes suggèrent que le comportement ou l'attitude de l'homme peut être influencé par les émotions. par les émotions, mais que leur raisonnement ou leurs capacités cognitives ne peuvent pas être simplement améliorés par l'ajout de stimuli émotionnels. émotionnels. Toutefois, le mystère qui se cache derrière cette divergence n'est pas encore élucidé, et nous laissons aux travaux futurs le soin de de découvrir la différence réelle entre l'intelligence émotionnelle des humains et celle des LLM.
Dans cet article, nous faisons le premier pas vers l'exploration de la capacité des LLM à comprendre les stimuli émotionnels. À cette fin, nous menons d'abord des expériences automatiques sur 45 tâches utilisant divers LLM, notamment Flan-T5-Large, Vicuna, Llama 2, BLOOM, ChatGPT et GPT-4. Nos tâches couvrent des applications déterministes et génératives qui représentent des scénarios d'évaluation complets. Nos expériences automatiques montrent que les LLMs ont une bonne compréhension de l'intelligence émotionnelle, et que leur performance peut être améliorée avec des invites émotionnelles (que nous appelons "EmotionPrompt" qui combine l'invite originale avec des stimuli émotionnels), par exemple, 8.00% d'amélioration de la performance relative dans Instruction Induction et 115% dans BIG-Bench.
En plus de ces tâches déterministes qui peuvent être évaluées automatiquement à l'aide des mesures existantes, nous avons mené une étude humaine avec 106 participants afin d'évaluer la qualité des tâches génératives utilisant à la fois des invites vanille et émotionnelles. Les résultats de notre étude humaine démontrent qu'EmotionPrompt augmente de manière significative la performance des tâches génératives (10,9 % d'amélioration moyenne en termes de performance, de véracité et de responsabilité). Nous fournissons une discussion approfondie sur les raisons pour lesquelles EmotionPrompt fonctionne pour les LLM et les facteurs qui peuvent influencer sa performance. Nous pensons que EmotionPrompt ouvre une nouvelle voie pour l'exploration des connaissances interdisciplinaires dans le cadre de l'interaction homme-LLM.
Conclusion
L'article a mené la toute première étude sur l'évaluation et l'analyse de la compréhension des LLM et sur la question de savoir si elle peut être améliorée par l'intelligence émotionnelle, qui est une caractéristique de l'intelligence humaine. l'intelligence émotionnelle, qui est une caractéristique essentielle de l'être humain. Nous avons conçu Emotion- Prompt pour une telle analyse. Notre évaluation standard sur 45 tâches avec 6 LLM a montré des résultats positifs : Les LLM peuvent comprendre et être améliorés par des stimuli émotionnels. Notre étude humaine a également démontré que Les LLM améliorés par l'intelligence émotionnelle peuvent atteindre de meilleures performances, une plus grande sincérité et une plus grande responsabilité.
Pour aller de l'avant, nous voyons beaucoup de questions ouvertes et d'opportunités à l'intersection des LLM et de la psychologie. Tout d'abord, même si nous présentons une visualisation de l'attention dans cet article pour comprendre la raison du succès d'EmotionPrompt, davantage de travail devrait être effectué au niveau fondamental de la psychologie et de la formation de modèle, comme la manière dont la technologie de pré-formation influence la performance dans les stimuli émotionnels, la manière d'améliorer la performance en incorporant des phénomènes psychologiques dans la pré-formation, etc. Nous sommes convaincus qu'une analyse et une compréhension plus approfondies peuvent aider à mieux comprendre la "magie" qui se cache derrière l'intelligence émotionnelle des LLM. Nous sommes convaincus qu'une analyse et une compréhension plus poussées peuvent aider à mieux comprendre la "magie" de l'intelligence émotionnelle des MBA.
Deuxièmement, bien que ce document conclue que les LLM peuvent comprendre et comprendre et être améliorés par l'intelligence émotionnelle, il est en fait en contradiction avec les études existantes sur l'intelligence émotionnelle humaine. humaine. Les études psychologiques existantes suggèrent que le comportement ou l'attitude de l'homme peut être influencé par les émotions. par les émotions, mais que leur raisonnement ou leurs capacités cognitives ne peuvent pas être simplement améliorés par l'ajout de stimuli émotionnels. émotionnels. Toutefois, le mystère qui se cache derrière cette divergence n'est pas encore élucidé, et nous laissons aux travaux futurs le soin de de découvrir la différence réelle entre l'intelligence émotionnelle des humains et celle des LLM.
Et vous ?
Pensez-vous que cette recherche est crédible ou pertinente ? Quel est votre avis sur le sujet ?Voir aussi :
La "distillation pas-à-pas", un nouveau paradigme d'apprentissage pour surpasser les performances des grands LLM avec moins de données d'entraînement et des modèles d'IA de plus petite taille Une nouvelle startup affirme que son IA peut analyser les émotions des humains et proposer des solutions pour mieux les manipuler afin d'atteindre les objectifs de vente Guidance, un langage pour le contrôle des grands modèles linguistiques modernes. Il serait plus efficace et plus efficient que l'invite ou le chaînage traditionnel