人工智能如何更好地理解人类？关键在于通过提问与我们互动

Home AI News CN 人工智能如何更好地理解人类？关键在于通过提问与我们互动

任何曾在客户服务岗位或团队合作中工作过的人都知道，每个人都有独特的、有时令人困惑的偏好。对于人类而言，理解个体偏好已经颇具挑战，而对于缺乏个人经历和背景的人工智能（AI）模型来说，这一任务则更加复杂。那么，AI如何才能有效理解用户真正的需求呢？

GATE：重新定义AI理解的方式

来自顶尖大学和初创公司Anthropic（其开发了聊天机器人Claude 2）的研究团队正在努力解决这一挑战。他们提出了一个简单的解决方案：训练AI模型，通过更多提问与用户互动，以揭示他们的真实偏好。

在最近的一项研究中，Anthropic的研究员亚历克斯·汤金（Alex Tamkin）与麻省理工学院和斯坦福大学的同事们提出了“生成主动任务引导”（GATE）。他们的目标很明确：利用大语言模型（LLMs）将人类偏好转化为自动化决策系统。

简而言之，GATE使LLMs在首次与用户互动时便能进行对话。模型不仅生成和分析文本，还根据用户的实时反馈，推断其需求和相关概念。正如研究人员所言：“语言模型在理解和生成文本方面的有效性表明，它们能够有效引导并理解用户偏好。”

GATE的三种方法

GATE方法可以通过多种方式实现：

1. 生成主动学习：在这种方法中，LLM生成示例回应并请求用户反馈。例如，它可能询问：“您是否对这篇文章感兴趣：《融合菜艺术：文化与口味的碰撞》？”根据用户反馈，LLM会调整提供的内容类型。

2. 是/否问题生成：这种简单的方法包括二元问题，例如：“您喜欢阅读健康与保健相关的文章吗？”LLM会根据用户的“是”或“否”回答调整回应，省略那些未得到积极回应的主题。

3. 开放式问题：这种更广泛的方法旨在引导用户提供更细致的信息。LLM可能会问：“您在闲暇时间喜欢哪些爱好？它们吸引您什么呢？”

GATE试验的积极成果

研究人员在三个领域测试了GATE方法：内容推荐、道德推理和电子邮件验证。通过对OpenAI的GPT-4进行细化，并涉及388名参与者，他们发现GATE通常生成的模型相比传统基线准确率更高，同时用户认知负担相似或更低。

具体来说，经过GATE细化的GPT-4模型在准确预测用户偏好方面表现出显著提升，将其响应个性化能力显著提高。

研究表明，语言模型能够成功地实施GATE，较以往方法更准确和高效地获取人类偏好。这项进展将大大简化基于LLM的聊天机器人在客户或员工互动中的开发过程。通过不再单纯依赖现有数据集推测偏好，而是将模型微调为参与问答流程，可以提升用户体验，确保提供更相关和有用的互动。

因此，如果您的AI聊天机器人开始询问您的偏好，可能就是在利用GATE方法，旨在提供更加量身定制和令人满意的响应。

2.6M

Claude 2是一款先进的聊天机器人，免费提供对话服务。

聊天机器人 AI聊天机器人

94.3K

引入AI平台以生成SEO优化文章可以显著提升您的网站流量和搜索引擎排名。借助先进的人工智能技术，这些平台能够分析趋势、关键词和消费者行为，从而创作出高质量、引人注目的内容，满足目标受众的需求。无论您是内容创作者、营销人员还是企业主，利用这些工具都将使您在竞争激烈的数字世界中脱颖而出。

SEO优化的文章 AI SEO助手

2.2M

高精度音频转文本和视频字幕服务，助您轻松获取清晰的转录内容。

转录语音转文本工具

133.8K

在短短几分钟内，您可以批量制作出引人入胜的视频，轻松吸引观众的注意力。

AI视频生成器 AI 视频生成器

Find AI tools in YBX