ハーバード大学などの研究者らは、お笑いのようにクリエイティブなものをLLMが生成する能力を探求しています。
そして、大喜利データセット『Oogiri-GO（大喜利GO）』を作成し、LLMをユーモアラスにチューニングするアプローチ『CLoT：創造的な思考の飛躍』を検証しています。
– “Let’s Think Outside the Box: Exploring Leap-of-Thought in Large Language Models with Creative Humor Generation”
■研究に至る背景
① LLMは推論能力に長けるが創造性は不十分と思われる
② CoTは論理には効果があるがクリエイティビティにはあまり役立たないと言われている
→創造的なタスクであるユーモア生成を通して「思考を飛躍させる能力＝Creative Leap-of-Thought (CLoT)」を探究しようと考えた
■CLoTのアプローチ
① 大喜利データセットを作成
② LLMを①でチューニング
③ ユーモアを生成させる
■実験と結果
① CLoTをQwenやCogVLMといったモデルに適用
② 大喜利をはじめとした幾つかのタスクでGPT-4などと比較
→CLoTを適用したモデルのユーモアが、人間の評価で優れたスコアを達成
研究者らはこのようなアプローチを通してLLMのクリエイティブな能力は効果的に向上させることができると示唆しています。
ただし、データセットの質に依存すること、そしてユーモアは文化に依存することに注意すべきとしています。
