Beyond ChatBots: ExploreLLM for Structured Thoughts and Personalized Model Responses, Xiao Ma+, N/A, arXiv'23

[AkihikoWatanabe]

URL

• https://arxiv.org/abs/2312.00763

Affiliations

• Xiao Ma, N/A
• Swaroop Mishra, N/A
• Ariel Liu, N/A
• Sophie Su, N/A
• Jilin Chen, N/A
• Chinmay Kulkarni, N/A
• Heng-Tze Cheng, N/A
• Quoc Le, N/A
• Ed Chi, N/A

Abstract

• Large language model (LLM) powered chatbots are primarily text-based today,and impose a large interactional cognitive load, especially for exploratory orsensemaking tasks such as planning a trip or learning about a new city. Becausethe interaction is textual, users have little scaffolding in the way ofstructure, informational "scent", or ability to specify high-level preferencesor goals. We introduce ExploreLLM that allows users to structure thoughts, helpexplore different options, navigate through the choices and recommendations,and to more easily steer models to generate more personalized responses. Weconduct a user study and show that users find it helpful to use ExploreLLM forexploratory or planning tasks, because it provides a useful schema-likestructure to the task, and guides users in planning. The study also suggeststhat users can more easily personalize responses with high-level preferenceswith ExploreLLM. Together, ExploreLLM points to a future where users interactwith LLMs beyond the form of chatbots, and instead designed to support complexuser tasks with a tighter integration between natural language and graphicaluser interfaces.

Translation (by gpt-3.5-turbo)

• 大規模言語モデル（LLM）を活用したチャットボットは、現在は主にテキストベースですが、特に旅行の計画や新しい都市について学ぶなどの探索的なタスクや意味理解のタスクにおいては、大きな認知負荷を要します。
  対話がテキストベースであるため、ユーザーは構造や情報の「におい」、高レベルの好みや目標を指定する能力などの支援がほとんどありません。
  本研究では、ExploreLLMを紹介し、ユーザーが思考を構造化し、異なるオプションを探索し、選択肢や推奨事項をナビゲートし、より個別化された応答を生成するモデルをより簡単に操作できるようにします。
  ユーザースタディを実施し、ExploreLLMを探索的なタスクや計画タスクに使用することがユーザーにとって有益であることを示しました。なぜなら、ExploreLLMはタスクに有用なスキーマのような構造を提供し、ユーザーの計画をサポートするからです。この研究はまた、ExploreLLMを使用することで、ユーザーが高レベルの好みを持った個別化された応答をより簡単に生成できることを示唆しています。
  ExploreLLMは、自然言語とグラフィカルユーザーインターフェースの間のより緊密な統合を備えた、チャットボットの形式を超えたLLMとのユーザーの対話が可能な未来を示しています。

Summary (by gpt-3.5-turbo)

• 本研究では、大規模言語モデル（LLM）を使用したチャットボットの開発について述べられています。特に、探索的なタスクや意味理解のタスクにおいて、LLMを活用することでユーザーの認知負荷を軽減し、より個別化された応答を生成することができると述べられています。また、ExploreLLMを使用することで、ユーザーが高レベルの好みを持った個別化された応答を簡単に生成できることも示唆されています。この研究は、自然言語とグラフィカルユーザーインターフェースの統合により、チャットボットの形式を超えたLLMとの対話が可能な未来を示しています。