Large Language Models Understand and Can Be Enhanced by Emotional Stimuli

本文是LLM系列文章，针对《Large Language Models Understand and Can Be Enhanced by Emotional Stimuli》的翻译。
@TOC

摘要

情商会显著影响我们的日常行为和互动。尽管大型语言模型（LLM）越来越被视为向通用人工智能迈进的一步，在许多任务中表现出令人印象深刻的表现，但仍不确定LLM是否能真正掌握心理情绪刺激。理解和回应情绪线索使人类在解决问题方面具有明显优势。在这篇论文中，我们朝着探索LLM理解情绪刺激的能力迈出了第一步。为此，我们首先使用各种LLM对45个任务进行自动实验，包括Flan-T5-Lage、Vicuna、Llama 2、BLOOM、ChatGPT和GPT-4。我们的任务涵盖确定性和生成性应用程序，这些应用程序代表了全面的评估场景。我们的自动实验表明，LLM掌握了情商，他们的表现可以通过情绪提示（我们称之为“情绪提示”，将原始提示与情绪刺激相结合）来提高，例如，在指令诱导中，相对表现提高了8.00%，在BIG Bench中提高了115%。除了那些可以使用现有指标自动评估的确定性任务外，我们还对106名参与者进行了一项人体研究，以使用原始和情感提示来评估生成性任务的质量。我们的人类研究结果表明，EmotionPrompt显著提高了生成性任务的表现（在表现、真实性和责任指标方面平均提高了10.9%）。我们就EmotionPrompt适用于LLM的原因以及可能影响其性能的因素进行了深入讨论。我们认为，EmotionPrompt预示着探索跨学科社会科学知识与人类LLM互动的新途径。

1 引言