Perspective Dial: Measuring Perspective of Text and Guiding LLM Outputs

一、文章主要内容总结

本文提出了Perspective-Dial，一种用于量化、测量和控制文本（尤其是大型语言模型（LLMs）生成文本）视角的框架，旨在解决LLM输出中偏见和视角的可量化理解与控制问题。其核心内容包括：

1. 核心组件

   • 视角空间（Perspective Space）：基于语言模型的嵌入空间，通过对比学习（采用BERT-based孪生网络架构）构建的度量空间，可对特定主题的不同视角进行定量测量。
   • 系统性提示工程（Systematic Prompt Engineering）：利用贪婪坐标下降算法，基于视角空间的测量反馈优化用户提示，将LLM输出视角引导至用户指定的方向。

2. 方法与实验

   • 采用实证方法，通过对比学习训练视角空间：将具有相似视角的文本标记为“相似（1）”，不同视角的标记为“不相似（0）”，使用余弦相似度损失或对比损失优化模型。
   • 实验案例：以“足球（支持皇马/巴萨/中立）”和