PersonaFlow:设计基于LLM模拟专家视角的研究构思增强系统
作者
生成式AI(文本、图像、音乐、视频)大语言模型(LLM)的人机协作可解释人工智能(XAI)大学教授与研究人员HCI 研究员认知科学家
生成跨学科研究构思需要多元领域专业知识,但及时获得专家反馈往往受限于专家的可及性。本文提出PersonaFlow系统,通过使用大语言模型模拟领域特定专家来提供多元视角。我们的用户研究表明,新设计1)提升了构思研究方向的感知相关性和创造力,2)促进了用户的批判性思维活动(如解释、分析、评估、推理和自我调节),且未增加其感知认知负荷。此外,用户定制专家画像的能力显著改善了他们的主体意识,这可能有助于减轻其对AI的过度依赖。本工作为增强创造力和协作的智能系统设计做出了贡献,并提供了在研究构思领域内外使用可定制AI模拟角色的设计启示。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、大语言模型(LLM)的人机协作、可解释人工智能(XAI)
work
职业/产业
大学教授与研究人员、HCI 研究员、认知科学家
article
内容状态
仅摘要
hub
相关论文
4 篇相关论文