Language Model Goal Selection Differs from Humans' in a Self-Directed Learning Task

작성자

Haebom

카테고리

Empty

저자

Gaia Molinaro, Dave August, Danielle Perszyk, Anne G. E. Collins

💡 개요

본 연구는 대규모 언어 모델(LLM)이 자기 주도 학습 과제에서 인간의 목표 설정 선호도를 얼마나 잘 반영하는지 조사합니다. 다섯 가지 LLM을 대상으로 실험한 결과, 인간과 LLM의 목표 선택 방식에 상당한 차이가 있음을 발견했습니다. 인간은 다양하게 목표를 탐색하고 달성하는 반면, 대부분의 LLM은 단일 해결책을 탐색하거나 낮은 성능을 보였습니다.

🔑 시사점 및 한계

•

현재 LLM은 인간의 목표 설정 선호도를 정확하게 반영하지 못하므로, 인간을 대체하는 데 신중해야 합니다.

•

LLM의 목표 선택 행동은 모델별로 뚜렷한 패턴을 보이며, 인간의 개별적인 다양성과는 거리가 있습니다.

•

Chain-of-thought 추론이나 페르소나 조작과 같은 기법도 LLM과 인간 간의 목표 선택 격차를 크게 줄이지 못했습니다.

•

본 연구 결과는 실제 응용 환경에서의 검증이 필요하며, 인간의 목표 선택 과정이 가진 고유성을 강조합니다.

PDF 보기

Made with Slashpage