यह पेपर CC 4.0 लाइसेंस के अंतर्गत arxiv पर उपलब्ध है।
लेखक:
(1) डी.सिंक्लेयर, इमेंस लिमिटेड, और ईमेल: [email protected];
(2) डब्ल्यूटीपीये, वारविक विश्वविद्यालय, और ईमेल: [email protected].
लिंक की तालिका
- सार और परिचय
- एलएलएम से भावनात्मक जानकारी प्राप्त करने वाले संकेत के साथ पूछताछ करना
- अमेज़न समीक्षाओं की भावना का पीसीए विश्लेषण
- भविष्य का कार्य
- निष्कर्ष
- आभार और संदर्भ
प्र. 5। निष्कर्ष
एलएलएम को उनके स्वभाव से ही टेस्ट प्रॉम्प्ट के जवाब के रूप में टेक्स्ट स्ट्रिंग प्रदान करने के लिए डिज़ाइन किया गया है। यह हमेशा जानकारी लौटाने के लिए सबसे उपयोगी प्रारूप नहीं होता है। एलएलएम के भीतर आंतरिक रूप से टोकन पर संभाव्यता वितरण मौजूद हैं। यह पेपर एक उदाहरण प्रस्तुत करता है कि भावनात्मक शब्दों के शब्दकोश पर भावना वर्णनकर्ता संभावनाओं के वेक्टर को प्राप्त करके भावना आधारित सिंथेटिक चेतना का हिस्सा कैसे बनाया जाए। इस भावना संभाव्यता वेक्टर के साथ कई तरह की चीजें की जा सकती हैं, जिसमें बारीक समीक्षा विश्लेषण, मार्केटिंग संदेशों के प्रति प्रतिक्रिया की भविष्यवाणी, अपराध का पता लगाना आदि शामिल हैं। यह संभव है कि भावना संभाव्यता वेक्टर सिंथेटिक चेतना की ओर एक कदम हो सकता है और यह रोबोट को यह अनुमान लगाने की अनुमति देकर अधिक सहानुभूतिपूर्ण बनाने का एक साधन प्रदान कर सकता है कि वे जो कुछ कह सकते हैं, उससे प्राप्तकर्ता को कैसा महसूस होगा।
यदि एलएलएम से उचित प्रतिक्रिया की अपेक्षा की जाती है तो यह एक अच्छी नीति हो सकती है कि एलएलएम को असामाजिक मीडिया में व्याप्त उन्मादी चिल्लाहट के बारे में प्रशिक्षित न किया जाए और इसी प्रकार युवा मस्तिष्कों को भी इसी प्रकार प्रशिक्षित न किया जाए।
