बड़े भाषा मॉडल मानवों की तुलना में सहानुभूतिपूर्ण प्रतिक्रियाओं में बेहतर, अध्ययन में पाया गया

बड़े भाषा मॉडल (LLMs) ने विभिन्न भाषा प्रसंस्करण कार्यों में अद्भुत क्षमताएँ दिखाई हैं। यह अध्ययन मानवों की तुलना में उनके सहानुभूतिपूर्ण प्रतिक्रिया क्षमताओं का मूल्यांकन करने का लक्ष्य रखता है। सहानुभूति, मानव-जैसे संवादात्मक एजेंटों में एक महत्वपूर्ण घटक, संज्ञानात्मक, भावनात्मक और दयालु पहलुओं को शामिल करती है। यह शोध व्यापक, विषयों के बीच डिज़ाइन का उपयोग करके LLMs की सहानुभूतिपूर्ण क्षमताओं का मूल्यांकन करता है, जो विभिन्न भावनाओं के व्यापक स्पेक्ट्रम को कवर करता है।

अध्ययन ने विषयों के बीच डिज़ाइन का उपयोग किया, जिसमें Prolific से 1,000 प्रतिभागियों की भर्ती की गई। प्रतिभागियों को पांच समूहों में विभाजित किया गया: एक मानव प्रतिक्रियाओं का मूल्यांकन करने वाला और चार GPT-4, LLaMA-2-70B-Chat, Gemini-1.0-Pro, और Mixtral-8x7B-Instruct से प्रतिक्रियाओं का मूल्यांकन करने वाले। अध्ययन ने EmpatheticDialogues डेटासेट से 2,000 संवाद प्रॉम्प्ट का उपयोग किया, जो 32 विशिष्ट भावनाओं को कवर करता है। प्रतिक्रियाओं को सहानुभूतिपूर्ण गुणवत्ता के लिए 3-पॉइंट स्केल (बुरा, ठीक, अच्छा) पर रेट किया गया। अध्ययन डिज़ाइन भविष्य के LLMs के मूल्यांकन के लिए स्केलेबिलिटी सुनिश्चित करता है और विषयों के भीतर डिज़ाइन से संबंधित पूर्वाग्रहों को कम करता है।

चारों LLMs ने सहानुभूतिपूर्ण प्रतिक्रिया गुणवत्ता में मानव बुनियाद को पीछे छोड़ दिया। GPT-4 ने मानवों की तुलना में 'अच्छा' रेटिंग में 31% की वृद्धि के साथ सबसे उच्च प्रदर्शन दिखाया। LLaMA-2, Mixtral-8x7B, और Gemini-Pro ने क्रमशः 24%, 21%, और 10% की वृद्धि के साथ पीछा किया। LLMs ने सकारात्मक भावनाओं के प्रति प्रतिक्रिया देने में विशेष रूप से अच्छा प्रदर्शन किया, जैसे कि आभारी, गर्वित, और उत्साहित। हालाँकि, नकारात्मक भावनाओं के लिए उनका प्रदर्शन लाभ कम स्पष्ट था, जो इस क्षेत्र में सुधार की आवश्यकता को दर्शाता है।

अध्ययन के निष्कर्ष LLMs की सहानुभूतिपूर्ण प्रतिक्रियाएँ उत्पन्न करने की उन्नत क्षमताओं को उजागर करते हैं, जो अक्सर मानव प्रदर्शन को पार करते हैं। इसका मानसिक स्वास्थ्य समर्थन और ग्राहक सेवा जैसी भावनात्मक बुद्धिमत्ता की आवश्यकता वाले अनुप्रयोगों के लिए महत्वपूर्ण निहितार्थ हैं। हालाँकि, विभिन्न भावना प्रकारों में प्रदर्शन में भिन्नता LLMs की भावनात्मक बुद्धिमत्ता को मानव भावनाओं के पूरे स्पेक्ट्रम में बढ़ाने के लिए निरंतर शोध और विकास की आवश्यकता को रेखांकित करती है। अध्ययन की पद्धति वर्तमान और भविष्य के LLMs की सहानुभूतिपूर्ण क्षमताओं का मूल्यांकन करने के लिए एक मजबूत ढांचा प्रदान करती है।

हालांकि 3-पॉइंट रेटिंग स्केल ग्रैन्युलैरिटी को सीमित कर सकता है, लेकिन इसने मजबूत सांख्यिकीय विश्लेषण के लिए पर्याप्त विविधता प्रदान की और भविष्य के अधिक विस्तृत अध्ययनों के लिए एक आधार प्रदान किया। नैतिक विचारों में डेटा का जिम्मेदार उपयोग, मानव प्रतिभागियों के लिए उचित मुआवजा, और अध्ययन की पद्धति में पारदर्शिता शामिल हैं। अध्ययन सहानुभूतिपूर्ण LLMs के उपयोग के चारों ओर महत्वपूर्ण नैतिक चिंताओं को भी उजागर करता है, जिसमें संभावित पूर्वाग्रह, मानव सहानुभूति कौशल पर प्रभाव, और AI-जनित प्रतिक्रियाओं की प्रकृति के बारे में पारदर्शिता की आवश्यकता शामिल है ताकि अत्यधिक निर्भरता या अनुचित भावनात्मक जुड़ाव से बचा जा सके।