回到最新动态
论文更新 / THE SIGNAL

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

重要性 5.0 AI 辅助整理

论文用persona加CoT提示提升LLM想法多样性并超过人类。

资讯摘要

论文关注独立LLM会话生成的想法多样性低于独立人类样本的问题,提出两个机制:LLM将知识聚合成统一分布,缺少人类群体的知识分区;个体层面LLM也像人一样出现固着,早期输出约束后续构思。两项产品创意实验显示,基于普通人的persona修饰可改善知识分区但加剧固着,链式思维(CoT)提示可缓解固着,两者结合的想法多样性最高,超过人类。

要点速读

  1. 论文提出两个削弱LLM想法多样性的机制:知识聚合为统一分布、个体层面的固着效应。
  2. 两项产品创意实验显示,persona修饰改善知识分区但放大固着,CoT提示可缓解固着。
  3. 作者报告persona修饰与CoT结合时想法多样性最高,并超过人类。

中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。

阅读 arXiv · cs.AI 原文arxiv.org · 在新窗口打开