利用大型语言模型识别人类行为中的情感调节策略
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了当前自动分类不同用户之间情感调节策略的缺口。通过对Llama2-7B和Gemma模型的微调，利用来自“Deep”语料库的多种信息源，研究显示Llama2-7B能够以高准确度识别情感调节策略，代表了对以往贝叶斯网络方法的显著改进，强调了语言行为在情感调节中的重要性。
本文讨论了将情感和伦理考虑整合到大型语言模型中的方法，通过协作式模型对人类情感进行建模，并通过自我监督学习算法嵌入伦理维度。该方法使得语言模型能够自我评估和调整以符合伦理准则，并提高生成与情感共鸣和伦理一致的内容的能力。这一方法展示了语言模型在共情互动和有原则决策领域的潜力，并在AI系统发展中树立了新的范例。
