研究人员开发了EPITOME框架,通过将支持性共情分解为情感反应、解释和探索,来分析大型语言模型(LLMs)中的支持性共情。他们对三个指令微调的LLM进行的研究表明,虽然对比激活加法可以引导共情得分,但恢复的方向并非完全可分离,干预会导致非目标偏移。此外,角色提示会显著改变共情得分,但捕获的激活偏移仅占角色提示引起的变化的一小部分,这表明控制角色条件共情需要针对个体机制方向之外的结构。 AI
影响 提供了一种分析和潜在控制LLM行为细微方面(如共情)的新方法。
排序理由 学术论文,详细介绍了LLM行为的新框架和发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →