論文の概要: Large language models for crowd decision making based on prompt design strategies using ChatGPT: models, analysis and challenges
- arxiv url: http://arxiv.org/abs/2403.15587v1
- Date: Fri, 22 Mar 2024 19:21:44 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-26 21:51:43.673153
- Title: Large language models for crowd decision making based on prompt design strategies using ChatGPT: models, analysis and challenges
- Title（参考訳）: ChatGPTを用いた素早い設計戦略に基づく集団意思決定のための大規模言語モデル:モデル,分析,課題
- Authors: Cristina Zuheros, David Herrera-Poyatos, Rosana Montes, Francisco Herrera,
- Abstract要約: クラウド意思決定(Crowd Decision Making、CDM)は、平易なテキストから意見や判断を推測できる方法論である。
大規模言語モデル(LLM)は、書かれたテキストを自動的に理解する新しいシナリオを探求するのに役立ちます。
本稿では、CDMプロセスにおける意見の抽出と意思決定を支援するための設計戦略に基づくChatGPTの使用について分析する。
- 参考スコア（独自算出の注目度）: 8.107295925954475
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Social Media and Internet have the potential to be exploited as a source of opinion to enrich Decision Making solutions. Crowd Decision Making (CDM) is a methodology able to infer opinions and decisions from plain texts, such as reviews published in social media platforms, by means of Sentiment Analysis. Currently, the emergence and potential of Large Language Models (LLMs) lead us to explore new scenarios of automatically understand written texts, also known as natural language processing. This paper analyzes the use of ChatGPT based on prompt design strategies to assist in CDM processes to extract opinions and make decisions. We integrate ChatGPT in CDM processes as a flexible tool that infer the opinions expressed in texts, providing numerical or linguistic evaluations where the decision making models are based on the prompt design strategies. We include a multi-criteria decision making scenario with a category ontology for criteria. We also consider ChatGPT as an end-to-end CDM model able to provide a general opinion and score on the alternatives. We conduct empirical experiments on real data extracted from TripAdvisor, the TripR-2020Large dataset. The analysis of results show a promising branch for developing quality decision making models using ChatGPT. Finally, we discuss the challenges of consistency, sensitivity and explainability associated to the use of LLMs in CDM processes, raising open questions for future studies.
- Abstract（参考訳）: ソーシャルメディアとインターネットは、意思決定ソリューションを強化するための意見の源として活用される可能性がある。
クラウド・デシジョン・メイキング(英: Crowd Decision Making、CDM)は、ソーシャルメディアプラットフォームで公開されたレビューなど、平易なテキストから意見や判断を知覚分析によって推測できる方法論である。
現在、LLM(Large Language Models)の出現とポテンシャルは、自然言語処理としても知られる、書かれたテキストを自動的に理解する新たなシナリオを模索している。
本稿では、CDMプロセスにおける意見の抽出と意思決定を支援するための設計戦略に基づくChatGPTの使用について分析する。
我々は、CDMプロセスにChatGPTを統合し、テキストで表現された意見を推測し、意思決定モデルが迅速な設計戦略に基づく数値的または言語的評価を提供する。
カテゴリーオントロジーを基準とした複数基準決定シナリオを含む。
また、ChatGPTは、一般的な意見を提供し、代替案のスコアを得られるエンドツーエンドのCDMモデルであると考えている。
本稿では,TripR-2020LargeデータセットであるTripAdvisorから抽出した実データについて実験を行った。
結果から,ChatGPTを用いた品質決定モデルの開発に有望な分岐が得られた。
最後に、CDMプロセスにおけるLCMの使用に伴う一貫性、感度、説明可能性の課題について論じ、今後の研究に向けてオープンな疑問を提起する。
関連論文リスト
- Large Language Models Meet Text-Centric Multimodal Sentiment Analysis: A Survey [66.166184609616]
ChatGPTは、テキスト中心のマルチモーダルタスクに大規模言語モデル(LLM)を適用する大きな可能性を開く。
既存のLLMがテキスト中心のマルチモーダル感情分析タスクにどのように適応できるかは、まだ不明である。
論文 参考訳（メタデータ） (2024-06-12T10:36:27Z) - QuaLLM: An LLM-based Framework to Extract Quantitative Insights from Online Forums [10.684484559041284]
本研究は,オンラインフォーラム上でテキストデータから量的洞察を分析し,抽出する新しいフレームワークであるQuaLLMを紹介する。
このフレームワークを適用して、Redditの2つのライドシェアワーカーコミュニティからの100万以上のコメントを分析しました。
論文 参考訳（メタデータ） (2024-05-08T18:20:03Z) - Enhancing Decision Analysis with a Large Language Model: pyDecision a Comprehensive Library of MCDA Methods in Python [0.0]
Pythonで実装されたpyDecisionライブラリは、マルチ基準決定分析メソッドの包括的なコレクションを提供する。
pyDecisionがChatGPTを統合した。ChatGPTは先進的な大規模言語モデルで、意思決定者はChatGPTを使用してさまざまなメソッドの結果を議論し比較することができる。
論文 参考訳（メタデータ） (2024-04-09T15:06:25Z) - Generative Judge for Evaluating Alignment [84.09815387884753]
本稿では,これらの課題に対処するために,13Bパラメータを持つ生成判断器Auto-Jを提案する。
我々のモデルは,大規模な実環境シナリオ下でのユーザクエリとLLM生成応答に基づいて訓練されている。
実験的に、Auto-Jはオープンソースモデルとクローズドソースモデルの両方を含む、強力なライバルのシリーズを上回っている。
論文 参考訳（メタデータ） (2023-10-09T07:27:15Z) - ChatGPT-HealthPrompt. Harnessing the Power of XAI in Prompt-Based
Healthcare Decision Support using ChatGPT [15.973406739758856]
本研究は,OpenAIのChatGPTを中心に,大規模言語モデル(LLM)を臨床意思決定に適用するための革新的なアプローチを提案する。
提案手法では,タスク記述,特徴記述,ドメイン知識の統合を前提とした文脈的プロンプトの利用を提案する。
論文 参考訳（メタデータ） (2023-08-17T20:50:46Z) - Building Emotional Support Chatbots in the Era of LLMs [64.06811786616471]
我々は,Large Language Models (LLMs) の計算能力で人間の洞察を合成する革新的な方法論を導入する。
また,ChatGPTの文脈内学習の可能性を利用して,ExTESと呼ばれる感情支援対話データセットを生成する。
次に、LLaMAモデルに高度なチューニング手法を展開し、多様なトレーニング戦略の影響を検証し、最終的に感情的支援の相互作用に細心の注意を払ってLLMを出力する。
論文 参考訳（メタデータ） (2023-08-17T10:49:18Z) - 'What are you referring to?' Evaluating the Ability of Multi-Modal
Dialogue Models to Process Clarificational Exchanges [65.03196674816772]
参照表現が宛先に対して意図された参照を一意に識別しない場合、参照の曖昧さが対話で生じる。
出席者は、通常、そのような曖昧さをすぐに検知し、メタコミュニケーション、明確化取引所(CE: Meta-communicative, Clarification Exchanges)を使用して、話者と作業する。
ここでは、CRを生成・応答する能力は、マルチモーダルな視覚的基盤を持つ対話モデルのアーキテクチャと目的関数に特定の制約を課していると論じる。
論文 参考訳（メタデータ） (2023-07-28T13:44:33Z) - Improving Factuality and Reasoning in Language Models through Multiagent
Debate [95.10641301155232]
複数の言語モデルインスタンスが共通の最終回答に到達するために、複数のラウンドで個別の応答と推論プロセスを提案し、議論する言語応答を改善するための補完的なアプローチを提案する。
以上の結果から,本手法は様々なタスクにおける数学的・戦略的推論を著しく向上させることが示唆された。
我々のアプローチは、既存のブラックボックスモデルに直接適用され、調査するすべてのタスクに対して、同じ手順とプロンプトを使用することができる。
論文 参考訳（メタデータ） (2023-05-23T17:55:11Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳（メタデータ） (2022-11-07T16:19:42Z) - Polling Latent Opinions: A Method for Computational Sociolinguistics
Using Transformer Language Models [4.874780144224057]
我々は,Yelp レビューのより大きなコーパス内で,トランスフォーマー言語モデルの記憶と外挿の能力を用いて,サブグループの言語的振る舞いを学習する。
トレーニングコーパスに特定のキーワードが制限されたり、全く存在しない場合においても、GPTは正しい感情を持つ大量のテキストを正確に生成できることを示す。
論文 参考訳（メタデータ） (2022-04-15T14:33:58Z) - Sentiment Analysis based Multi-person Multi-criteria Decision Making
Methodology using Natural Language Processing and Deep Learning for Smarter
Decision Aid. Case study of restaurant choice using TripAdvisor reviews [18.491161392558265]
本稿では、よりスマートな意思決定支援のための感性分析に基づく多人数多基準意思決定手法(SA-MpMcDM)を提案する。
SA-MpMcDM法は、アスペクトベースの感情分析のためのエンドツーエンドのマルチタスクディープラーニングモデルを取り入れている。
自然言語と数値評価を用いて,SA-MpMcDM法を異なるシナリオで解析する。
論文 参考訳（メタデータ） (2020-07-31T18:45:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。