高效开发与调试大型语言模型角色扮演代理的框架

DOI

我们提出了一个利用大型语言模型（LLM）来半自动化开发和调试角色扮演代理的框架，减少了对大量人工工作的需求。由LLM驱动的角色扮演代理提供了可扩展的解决方案，可在各种应用中增强沟通和交互，如员工培训、医疗保健和软件开发。然而，手动创建提示是一个耗时的过程，顺序调试增加了预判对话流程的难度，导致认知负荷增加。我们的框架通过生成和总结对话示例来解决这些挑战，提供更清晰的对话流程概览并减少心理工作量。它还通过减轻LLM产生通用或模糊回复的倾向来增强角色扮演质量。在用户研究中，所提出的方法显著改善了感知工作量以及NASA-TLX的六个维度中的五个。此外，它可以生成与精心设计的专家提示创建的代理相当的代理。该框架与模型无关，能够集成LLM能力和提示技术的进步，并适用于不同领域。