감정에 민감한 작은 언어 모델 에이전트의 의사결정

작은 언어 모델(SLM)은 점점 더 많은 상호작용적인 의사결정 에이전트로 사용되고 있지만, 대부분의 의사결정 평가에서는 감정을 의사결정에 영향을 미치는 요인으로 고려하지 않고 있습니다. 이 연구에서는 감정에 민감한 의사결정을 연구하기 위해 표현 수준에서 감정을 유도하는 데 사용되는 활성화 조정과 구조화된 게임 이론적 평가를 결합했습니다.

실세계 감정을 유발하는 텍스트를 사용하여 crowd-validated한 감정 유발 텍스트를 사용하여 감정 상태를 유도하는 데 사용됩니다. 이 연구에서는 대규모 언어 모델(LLM)과 같은 다양한 모델 가족을 사용하여 다양한 아키텍처와 모달리티에서 실험을 수행했습니다.

실험 결과, 감정적 변동이 전략적 선택에 영향을 미치지만, 결과된 행동은 종종 불안정하고 인간의 기대와 일치하지 않습니다. 마지막으로, 감정적 변동에 대한 강인성을 향상시키기 위한 접근 방식을 요약합니다.

실험 결과

실험 결과, 감정적 변동이 전략적 선택에 영향을 미치지만, 결과된 행동은 종종 불안정하고 인간의 기대와 일치하지 않습니다. 감정적 변동에 대한 강인성을 향상시키기 위한 접근 방식을 요약합니다.

• 감정적 변동에 대한 강인성을 향상시키기 위한 접근 방식
• 감정적 변동에 대한 강인성을 향상시키기 위한 접근 방식