arXiv · Human-Computer Interaction· Yuting Deng, Melanie Brucks, Olivier Toubia
· 23 小时前AI 评分53
大语言模型创意多样性的认知框架
A Cognitive Framework for Idea Diversity in Large Language Models
预印本 · 尚未经过同行评审
AI 导读
大语言模型被越来越多地用于创意生成，但独立会话产出的想法比独立人类样本更趋同。作者借用新产品开发与认知心理学中关于创造性构思的理论，提出两个机制，一是模型把知识聚合成统一分布，缺少人类群体那种知识分区，二是个体层面存在类似人类的固着。两项产品创意实验用基于普通人的角色修饰语改善知识分区，用思维链提示缓解固着，两者结合时创意多样性最高。
摘要 · AI 翻译
消费者、营销人员和新产品开发者越来越依赖大语言模型（LLM）进行创意构思。然而，由独立LLM会话生成的想法往往不如由独立人类样本生成的想法多样，这引发了人们的担忧：对LLM的广泛依赖可能使市场创意构思同质化，并降低消费者福利。我们基于新产品开发和认知心理学中的创造性构思理论，识别出削弱LLM想法多样性的两种机制。第一，LLM将知识聚合为统一分布，而非表现出人类群体所固有的知识分区——在人类群体中，每个人占据知识空间的一个独特区域。第二，在个体层面，LLM像人类一样表现出固着，即早期输出会约束后续构思。两项产品构思实验表明，有针对性的提示干预可以应对这两种机制。基于普通个体的人设修饰词改善了知识分区，但放大了固着。这种固着可以通过使用思维链（CoT）提示来缓解，而将两种策略结合可产生最高的想法多样性，超越人类。这些发现提供了一个有理论基础的框架，用于理解LLM的想法多样性，以及在不损害维持市场多样性和消费者福利的想法多样性的前提下利用AI效率的实用策略。
中文由 AI 翻译，仅供参考，以原文为准。
来源：arXiv · Human-Computer Interaction · arxiv.org