指导调优作为协作写诗的媒介
通过大数据集的筛选和分析,本论文提出了一种检验大语言模型创造能力的方法,并演示了如何使用CoAuthor数据集来验证GPT-3的能力以及在创作中的表现。
Jan, 2022
本研究介绍了PEER,一种协作语言模型,可以模仿整个写作过程,撰写草稿,添加建议,提出编辑意见并解释其行为。在各种领域和编辑任务中表现出强大的性能,并通过使用自我训练技术提高了训练数据的质量、数量和多样性,从而发挥了其全部潜力。
Aug, 2022
本研究基于指令调整的LLMs语言模型,开发了一种名为CoEdIT的文本编辑模型,提供高质量和高效率的写作辅助。经过定量和量化分析,我们证明作家们更喜欢CoEdIT建议的编辑方式,相对于其他最先进的文本编辑模型。
May, 2023
本研究通过自动评估,考察了GPT-3.5,GPT-3.5-turbo (ChatGPT)和GPT-4模型在未经过fine-tuning情况下,使用zero-shot和many-shot prompts样本生成指定作者风格的诗歌的能力。结果表明,即使在最长8192个tokens的样本中提供了最多17个诗歌示例,这些模型也不能生成所需风格的诗歌。
May, 2023
通过实证用户研究 (n=30),我们调查了现代大型语言模型 (LLMs) 在协助专业作家方面的效用,发现作家在规划、翻译和审阅等认知活动中都寻求LLMs的帮助,尤其在翻译和审阅方面LLMs更为有帮助,同时我们的研究结果也强调了利用LLMs进行创意写作辅助的未来研究方向。
Sep, 2023
本文通过研究一项重要问题,提出了ProFTAP评估框架,将其应用于目前的大型语言模型(LLMs)并发现最新的LLMs确实具备了与人类几乎无法区分的写作古典汉诗的能力,同时揭示多个开源LLMs能够胜过GPT-4在这一任务上。
Jan, 2024
GhostWriter是一种使用大型语言模型(LLM)进行人工智能增强的写作设计探针,用户可以在写作过程中隐式地学习其预期写作风格,并通过手动样式编辑和注释实现显式教学,研究结果表明GhostWriter帮助用户个性化生成文本,通过提供多种方式控制系统的写作风格增强用户的能力,为未来的工作提供了设计建议。
Feb, 2024
大语言模型的不同程度脚手架支持对协作写作过程的影响进行了探讨。在一个拉丁方设计的实地实验中,共有131位参与者在无AI辅助(对照组)、下一句建议(低脚手架)和下一段建议(高脚手架)三种随机顺序的条件下回答辩论写作问题。研究发现,脚手架对写作质量和生产率(单位时间内的字数)的影响呈U型曲线。低脚手架并没有显著改善写作质量或生产率,而高脚手架则显著改善,特别是对于非常规写作者和对技术不熟悉的用户有益。使用脚手架写作工具时没有观察到明显的认知负荷,但注意到了对文本所有权和满意度的适度减少。我们的研究对于设计AI辅助写作工具具有广泛的意义,包括个性化脚手架机制的需求。
Feb, 2024
本研究针对自动诗歌生成中缺乏多样性的问题,提出了一种强调非合作互动的社会学习框架,从而增强生成结果的多样性和新颖性。实验表明,该框架使训练型代理的诗歌生成多样性提高了3.0-3.7个百分点,新颖性提高了5.6-11.3个百分点,显示出社会学习过程中对创意任务的重要影响。
Sep, 2024
本研究针对现有大语言模型生成的诗歌缺乏多样性的问题,提出了一种基于社会学习的新框架,强调非合作性交互以促使多样性。实验结果显示,该框架能显著提升基于训练的智能体在诗歌生成中的多样性和新颖性,体现了在创作任务中引入社会学习过程的重要性。
Sep, 2024