Simulating H.P. Lovecraft horror literature with the ChatGPT large language model

要約

【タイトル】ChatGPT大規模言語モデルを用いたH.P.ラブクラフトのホラー文学のシミュレーション
【要約】
– ChatGPT大規模言語モデル、特にGPT-4アーキテクチャを使用して、H.P.ラブクラフトのホラー文学をシミュレートする新しいアプローチを提案する。
– 厳選された文学参照を含むプロンプトを使用して、特殊なプロンプトエンジニアリング手法を適用することで、Lovecraftの独特の文体やテーマをエミュレートする。
– 大学生のサンプルに対してアンケート調査を実施し、統計的仮説検定を行うことで、真正なLovecraft作品とモデル生成文の区別能力を評価し、GPT-4モデルとプロンプトエンジニアリング技術の効果を明らかにする。
– この研究は、GPTモデルの可能性を探索すると同時に、デニットなど他の著名な作家や哲学者をシミュレートする関連研究と比較的な分析を提供する。
– 文学シミュレーションの文脈で大規模言語モデルの応用と限界に関する研究に貢献する。

【要点】
– ChatGPT大規模言語モデルを使用して、H.P.ラブクラフトの文学のシミュレーションを提案
– プロンプトエンジニアリング技術を用いて、Lovecraftの文体やテーマをエミュレート
– アンケート調査を行い、真正なLovecraft作品とモデル生成文の区別能力を評価し、結果からGPT-4モデルとプロンプトエンジニアリング技術の効果を示す
– 他の著名な作家や哲学者をシミュレートする関連研究と比較し、GPTモデルの可能性を探索
– 大規模言語モデルの応用と限界に関する文学シミュレーションの文脈での研究に貢献

要約(オリジナル)

In this paper, we present a novel approach to simulating H.P. Lovecraft’s horror literature using the ChatGPT large language model, specifically the GPT-4 architecture. Our study aims to generate text that emulates Lovecraft’s unique writing style and themes, while also examining the effectiveness of prompt engineering techniques in guiding the model’s output. To achieve this, we curated a prompt containing several specialized literature references and employed advanced prompt engineering methods. We conducted an empirical evaluation of the generated text by administering a survey to a sample of undergraduate students. Utilizing statistical hypothesis testing, we assessed the students ability to distinguish between genuine Lovecraft works and those generated by our model. Our findings demonstrate that the participants were unable to reliably differentiate between the two, indicating the effectiveness of the GPT-4 model and our prompt engineering techniques in emulating Lovecraft’s literary style. In addition to presenting the GPT model’s capabilities, this paper provides a comprehensive description of its underlying architecture and offers a comparative analysis with related work that simulates other notable authors and philosophers, such as Dennett. By exploring the potential of large language models in the context of literary emulation, our study contributes to the body of research on the applications and limitations of these models in various creative domains.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI