在大型语言模型(LLMs)中的幻觉总被视为局限。然而,它们也可能成为创造力的来源吗?本综述探索了这种可能性,暗示幻觉可能通过培养创造力促进LLM的应用。本综述首先回顾了幻觉的分类及其对LLM在关键应用中可靠性的负面影响。然后,通过历史案例和近期相关理论,综述探讨了LLMs中幻觉的潜在创造性好处。为了阐明这种联系的价值和评估标准,我们深入研究了创造力的定义和评估方法。遵循发散思维和收敛思维阶段的框架,本综述系统性地回顾了文献,讨论了如何转换和利用LLMs中的幻觉以培养创造力。最后,综述讨论了未来研究方向,强调需要进一步探索和完善LLMs内创造性过程中幻觉的应用。

成为VIP会员查看完整内容
36

相关内容

大型语言模型的模型压缩与高效推理:综述
专知会员服务
79+阅读 · 2月17日
《大型视觉语言模型中的幻觉现象》综述
专知会员服务
51+阅读 · 2月2日
《大型语言模型自然语言生成评估》综述
专知会员服务
68+阅读 · 1月20日
【AAAI2024】大型语言模型是神经符号推理器
专知会员服务
35+阅读 · 1月18日
《3D神经风格化进展》综述
专知会员服务
27+阅读 · 2023年12月24日
《大型语言模型归因》综述
专知会员服务
69+阅读 · 2023年11月8日
基于模型的强化学习综述
专知会员服务
46+阅读 · 2023年1月9日
专知会员服务
64+阅读 · 2021年5月29日
专知会员服务
60+阅读 · 2021年5月28日
基于模型的强化学习综述
专知
33+阅读 · 2022年7月13日
时空数据挖掘:综述
专知
24+阅读 · 2022年6月30日
【新书册】贝叶斯神经网络,41页pdf
专知
27+阅读 · 2020年6月3日
Attention!注意力机制模型最新综述
中国人工智能学会
18+阅读 · 2019年4月8日
情感计算综述
人工智能学家
32+阅读 · 2019年4月6日
自然语言处理中的语言模型预训练方法
PaperWeekly
14+阅读 · 2018年10月21日
使用CNN生成图像先验实现场景的盲图像去模糊
统计学习与视觉计算组
10+阅读 · 2018年6月14日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
15+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
38+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Arxiv
68+阅读 · 2023年3月26日
Arxiv
147+阅读 · 2023年3月24日
Arxiv
21+阅读 · 2023年3月17日
VIP会员
相关VIP内容
大型语言模型的模型压缩与高效推理:综述
专知会员服务
79+阅读 · 2月17日
《大型视觉语言模型中的幻觉现象》综述
专知会员服务
51+阅读 · 2月2日
《大型语言模型自然语言生成评估》综述
专知会员服务
68+阅读 · 1月20日
【AAAI2024】大型语言模型是神经符号推理器
专知会员服务
35+阅读 · 1月18日
《3D神经风格化进展》综述
专知会员服务
27+阅读 · 2023年12月24日
《大型语言模型归因》综述
专知会员服务
69+阅读 · 2023年11月8日
基于模型的强化学习综述
专知会员服务
46+阅读 · 2023年1月9日
专知会员服务
64+阅读 · 2021年5月29日
专知会员服务
60+阅读 · 2021年5月28日
相关资讯
基于模型的强化学习综述
专知
33+阅读 · 2022年7月13日
时空数据挖掘:综述
专知
24+阅读 · 2022年6月30日
【新书册】贝叶斯神经网络,41页pdf
专知
27+阅读 · 2020年6月3日
Attention!注意力机制模型最新综述
中国人工智能学会
18+阅读 · 2019年4月8日
情感计算综述
人工智能学家
32+阅读 · 2019年4月6日
自然语言处理中的语言模型预训练方法
PaperWeekly
14+阅读 · 2018年10月21日
使用CNN生成图像先验实现场景的盲图像去模糊
统计学习与视觉计算组
10+阅读 · 2018年6月14日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
15+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
38+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员