Fluid Transformers and Creative Analogies: Exploring Large Language Models’ Capacity for Augmenting Cross-Domain Analogical Creativity

要約

クロスドメインのアナロジー推論は、人間にとって挑戦的なコアとなる創造的能力です。
最近の研究では、大規模言語モデル (LLM) のクロスドメイン アナロジーを生成する能力の概念実証がいくつか示されています。
しかし、人間の創造的な作業を拡張するこの能力の信頼性と潜在的な有用性については、体系的な調査がほとんど行われていません。
この論文では、クロスドメインの類推推論を強化するためのLLMの能力を体系的に調査します。
3 つの研究を通じて、次のことがわかりました。1) LLM によって生成されたクロスドメインのアナロジーは、問題の再構築タスクのコンテキストで役立つと判断されることが多く (有用性評価の中央値は 5 点中 4 点)、頻繁に (約 80% のケース) につながりました。
問題の定式化における観察可能な変化、および 2) 出力の 25% の上限が、潜在的に有害であると評価されました。その大部分は、偏見や有毒なコンテンツではなく、潜在的に動揺させるコンテンツによるものです。
これらの結果は、クロスドメインの類推的創造性を増強するための LLM の潜在的な有用性とリスクを示しています。

要約(オリジナル)

Cross-domain analogical reasoning is a core creative ability that can be challenging for humans. Recent work has shown some proofs-of concept of Large language Models’ (LLMs) ability to generate cross-domain analogies. However, the reliability and potential usefulness of this capacity for augmenting human creative work has received little systematic exploration. In this paper, we systematically explore LLMs capacity to augment cross-domain analogical reasoning. Across three studies, we found: 1) LLM-generated cross-domain analogies were frequently judged as helpful in the context of a problem reformulation task (median 4 out of 5 helpfulness rating), and frequently (~80% of cases) led to observable changes in problem formulations, and 2) there was an upper bound of 25% of outputs bring rated as potentially harmful, with a majority due to potentially upsetting content, rather than biased or toxic content. These results demonstrate the potential utility — and risks — of LLMs for augmenting cross-domain analogical creativity.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google