Оцените векторы вероятности эмоций с помощью LLM: выводы

Таблица ссылок

• Аннотация и введение
• Опрос LLM с помощью подсказки, вызывающей эмоции
• PCA-анализ обзоров Emotion of Amazon
• Будущая работа
• Выводы
• Благодарности и ссылки

5. Выводы

LLM по своей природе предназначены для предоставления текстовых строк в ответ на тестовое приглашение. Это не всегда самый полезный формат для возврата информации. Внутри LLM существуют распределения вероятностей по токенам. В статье представлен пример того, как построить часть синтетического сознания, основанного на эмоциях, путем получения вектора вероятностей дескрипторов эмоций по словарю эмоциональных терминов. С этим вектором вероятности эмоций можно делать целый ряд вещей, включая детальный анализ обзоров, прогнозирование реакции на маркетинговые сообщения, обнаружение правонарушений и т. д. Вполне возможно, что вектор вероятности эмоций может стать шагом на пути к синтетическому сознанию. и что это может предоставить возможность сделать роботов более чуткими, позволяя им делать прогнозы относительно того, как то, что они могут сказать, почувствует получателя.

Если от LLM желательны разумные ответы, возможно, было бы хорошей политикой не обучать LLM безумным крикам, которые пронизывают антисоциальные сети, и, аналогично, было бы хорошей идеей не обучать подобным образом молодые умы.