Cet article est disponible sur arxiv sous licence CC 4.0.
Auteurs:
(1) D.Sinclair, Imense Ltd, et email : [email protected] ;
(2) WTPye, Warwick University, et e-mail : [email protected].
Les LLM sont, par nature, conçus pour fournir des chaînes de texte en réponse à une invite de test. Ce n'est pas toujours le format le plus utile pour renvoyer les informations. En interne au sein du LLM, il existe des distributions de probabilité sur les jetons. L'article présente un exemple de la manière de construire une partie d'une conscience synthétique basée sur les émotions en dérivant le vecteur des probabilités des descripteurs d'émotions à partir d'un dictionnaire de termes émotionnels. Il existe toute une série de choses qui peuvent être faites avec ce vecteur de probabilité d'émotion, notamment une analyse fine des évaluations, la prédiction d'une réponse aux messages marketing, la détection d'infractions, etc. Il est possible que le vecteur de probabilité d'émotion soit une étape sur la voie de la conscience synthétique. et que cela pourrait fournir un moyen de rendre les robots plus empathiques en leur permettant de prédire ce qu'ils pourraient dire fera ressentir au destinataire.
Si des réponses raisonnables sont souhaitées de la part d'un LLM, il pourrait être judicieux de ne pas former le LLM aux cris insensés qui imprègnent les médias antisociaux et, de la même manière, cela pourrait être une bonne idée de ne pas former les jeunes esprits de la même manière.