Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.02348v1

帮助 | 高级搜索

计算机科学 > 计算与语言

arXiv:2501.02348v1 (cs)
[提交于 2025年1月4日 ]

标题: 多思维思考:使用大型语言模型进行多角度问题解决

标题: Thinking with Many Minds: Using Large Language Models for Multi-Perspective Problem-Solving

Authors:Sanghyun Park, Boris Maciejovsky, Phanish Puranam
摘要: 复杂问题解决需要认知灵活性——即在保持不同观点独特性的同时,能够接受多种视角的能力。 这种灵活性在单个个体内部复制了“群体智慧”,使他们能够“用许多思维进行思考”。 虽然心理模拟可以实现想象中的权衡,但认知限制会降低其效果。 我们提出了一种基于大型语言模型(LLM)的方法——合成权衡,该方法模拟体现不同视角的代理之间的对话,作为解决方案。 使用一个定制的基于GPT的模型,我们展示了其优势:在不造成认知退化的情况下同时处理多个观点,平行探索各种观点,并精确控制观点的合成。 通过将权衡过程外部化,并在并行搜索和整合之间分配认知劳动,合成权衡超越了心理模拟的局限性。 这种方法在战略规划、政策制定和冲突解决方面显示出前景。
摘要: Complex problem-solving requires cognitive flexibility--the capacity to entertain multiple perspectives while preserving their distinctiveness. This flexibility replicates the "wisdom of crowds" within a single individual, allowing them to "think with many minds." While mental simulation enables imagined deliberation, cognitive constraints limit its effectiveness. We propose synthetic deliberation, a Large Language Model (LLM)-based method that simulates discourse between agents embodying diverse perspectives, as a solution. Using a custom GPT-based model, we showcase its benefits: concurrent processing of multiple viewpoints without cognitive degradation, parallel exploration of perspectives, and precise control over viewpoint synthesis. By externalizing the deliberative process and distributing cognitive labor between parallel search and integration, synthetic deliberation transcends mental simulation's limitations. This approach shows promise for strategic planning, policymaking, and conflict resolution.
评论: 36页,1个附录
主题: 计算与语言 (cs.CL) ; 人机交互 (cs.HC)
引用方式: arXiv:2501.02348 [cs.CL]
  (或者 arXiv:2501.02348v1 [cs.CL] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.02348
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Boris Maciejovsky [查看电子邮件]
[v1] 星期六, 2025 年 1 月 4 日 18:04:47 UTC (563 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CL
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.HC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号