arXiv cs.CL· Sang Bin Moon, Nicole Cho, Daniel Borrajo, Sumitra Ganesh, Abolfazl Hashemi·· 2 天前AI 评分42
打破同质化：为创意 LLM 输出构建多样化人设集
Breaking Homogeneity: Diversifying Persona Sets for Creative LLM Outputs
AI 导读
研究将 LLM 人设多样化建模为集合级条件化问题，提出覆盖子集选择、均匀覆盖采样与进化式人设生成等方法。在 AUT 任务上，进化式人设生成相比仅任务提示将回答多样性提升 78.8%、原创性提升 26.1%、整体创造力提升 13.9%，并保持 98.5% 有效性；在 Infinity-Chat 上，人设引发的回答区分度接近随机人设的两倍。
来源：arXiv cs.CL · arxiv.org