在交际活动中，大语言模型既可以是你的合作伙伴（partner），也可以成为你的导师（mentor）。
在人类的交际活动中，为了更有效地在工作和生活中与他人沟通，需要一定的交际技术，比如处理冲突。
然而，交际技术的操练环境对于大多数人来说通常是高不可攀的。特别是由专家训练这些技术时，往往耗时、投入高且可用性有限。现有的操练和反应机制很大程度上依赖专家监督，使训练难以扩展。此外，经过专业培训的教练也缺乏，而大多数可以供给定制化反应的教练无法帮助大量有需要的人。
近日，在由斯坦福助理教授杨笛一为共同一作的论文《Social Skill Training with Large Language Models》中，研究者认为，借助大语言模型可以使得交际技术训练变得更容易、更安全、更有吸引力，并在现实、虚拟操练空间中供给量身定制的反应。
论文地址：https://arxiv.org/pdf/2404.04204.pdf
具体来讲，研究者提出了以下两种交际技术训练框架。
第一个训练框架是 AI Partner，它可以通过放荡操练为体验式训练供给可扩展的处理方案。此前已经有研究表明，人类角色扮演可以有效地教授沟通、合作和领导技术。与 on-the-job 训练相比，放荡可以让进修者承担更少的风险和机会成本。而通过放荡，AI Partner 将减少进入专业范畴的社会经济障碍。
第二个补充训练框架是 AI Mentor， 它将根据范畴专业常识和事实常识供给个性化反应。
这两个训练框架（合称为 APAM）都可以将体验式进修与现实操练、定制反应相结合。研究者呼吁通过跨学科创新来处理 APAM 的广泛影响。
论文作者杨笛一表示：「进修交际技术对大多数人来说是高不可攀的，我们如何才能使交际技术训练变得更容易实现？鉴于此，我们推出 APAM，其利用 LLM 通过现实实践和量身定制的反应进行交际技术训练！」
她接着表示：「在 APAM 中，当用户想要进修一项新的交际技术时，AI Partner 可以帮助他们通过放荡对话来操练相关场景。AI Mentor 可以在放荡的关键时刻供给鉴于常识的反应。」
APAM 架构概览
该研究提出了一个通用框架专门用于交际技术训练，该框架包括 AI Partner 和 AI Mentor（两者简称 APAM），并且这两者至关重要。当用户想要进修一项新的交际技术时，AI Partner 可以通过放荡对话帮助他们操练相关场景。AI Mentor 可以在放荡的关键时刻供给鉴于常识的反应。
然而，构建和部署 AI Partner 并非易事，比如很难保持放荡人物的风格、行为和情感特征的一致性。而开发 AI Mentor 在很大程度上依赖于范畴专业常识、情境感知和反应效率等因素。
为了处理上述问题，研究者提出通过 LLM 进行交际技术训练的通用方法，分四个步骤完成：
了解如何处理问题的技术（例如，处理冲突）；
设计一个 AI partner 来放荡对话，让进修者（即用户）接触目标过程，进行操练；
创建一个 AI mentor 来供给反应；
将这两个智能体集成到放荡环境中，以便用户进修。
研究者表示，APAM 框架的理想受众是初学者，但是有经验的人也可以使用 APAM 零碎来刷新他们的常识。
APAM 可以在许多范畴提高进修者的技术，表 1 列举了一些应用场景，例如如何倾听、心理健康咨询等。不过 APAM 框架不仅限于这些典型的例子，论文第 6 节有更多的介绍。
虽然 LLM 作为交际技术训练工具潜力巨大，因为它们可以生成连贯且自然的文本。然而，这种灵活性往往伴随着有限的可控性。
出于安全考虑， APAM 框架为如何应用 AI 供给了一系列措施，他们将使用过程分解为一个延续体：AI Partner 延续体以及 AI Mentor 延续体，每个延续体都由三个模型完成（如图 1 所示）。
评价结果
AI partner 和 AI mentor 的评价是一个重大挑战，鉴于 APAM 的工具涉及复杂的计算零碎以及与不同需求和背景的用户的交互。
为了将这些训练工具开发为一个范畴，评价措施需要超越自然语言处理中传统的指标，转而采用来自多个相关范畴和利益相关者的方案。纳入多学科视角将有助于评价此类零碎的实证性能、鉴于用户角度的可用性以及对用户和社区的长期影响。
目前，文本生成的研究主要集中在内在评价上，即通过预定义的规则或交互来评价输出的质量。
在下表 2 中，研究者主要划分为全自动评价和用户驱动评价。鉴于参考的指标（如困惑度或 Kullback-Leibler 散度）通常用于零碎质量自动评价，它们既简单又允许通过演示对所需行为进行丰富的定义。
表 2 详细列出了以往工作中适用于 APAM 零碎的内在和外在评价程序。目前，自然语言处理从业者主要关注对零碎的内在评价。本文中，研究者强调使用既定的教育成果衡量标准来评价 APAM 零碎的重要性。
更多细节请参阅原论文。