Thinking Assistants: LLM-Based Conversational Assistants that Help Users Think By Asking rather than Answering

我们提出了“思考助手”的概念，这种方法通过头脑风暴和发人深省的问题鼓励用户进行深入反思和批判性思考。我们创建了一个这样的思考助手Gradschool.chat，它是一个定制的虚拟助手，旨在帮助准备攻读研究生的学生。我们认为，在申请研究生这样的情况下，思考助手特别适用，因为这个阶段通常存在学术准备和独特研究身份发展的挑战。在这种情况下，学生通常缺乏来自教授的直接指导，或者可能不愿意向教师提出问题，这使得思考助手特别有用。Gradschool.chat利用大型语言模型（LLM），作为一个思考助手，为人机交互领域的特定教授提供服务。它是通过对这些教授的特定信息进行训练和与这些学者的合作验证过程而设计的。这篇技术报告详细说明了系统的架构，并提供了我们的部署研究的初步分析。此外，这篇报告还涵盖了用户向我们的聊天机器人提出的问题范围。系统记录了223次对话，参与者对大约65%的回答作出了积极回应。我们的发现表明，与仅仅提出有关教授的问题的人相比，与Gradschool.chat讨论和头脑风暴他们的研究兴趣的用户更深入地参与，与聊天机器人互动的时间通常是前者的两倍。

论文旨在创建一个思考助手，帮助准备攻读研究生的学生进行深度思考和批判性思维。

通过使用大型语言模型（LLM），创建一个定制的虚拟助手Gradschool.chat，为人机交互领域的特定教授提供帮助。

Gradschool.chat记录了223次对话，用户对大约65％的回答作出积极回应。与仅提出有关教授的问题的用户相比，与Gradschool.chat讨论和头脑风暴研究兴趣的用户更深入地参与，与聊天机器人的交互时间通常是前者的两倍。

与此相关的研究包括开发其他类型的虚拟助手，以及使用大型语言模型来创建自然语言处理应用程序。