कार्य सहायक और व्यक्तिगत मानव-लार्ज लैंग्वेज मॉडल इंटरैक्शन: एक उपयोगकर्ता अध्ययन

लार्ज लैंग्वेज मॉडल (LLM) एप्लिकेशन, जैसे कि ChatGPT, ऑनलाइन सूचना-खोज (IS) और समस्या-समाधान कार्यों के लिए एक शक्तिशाली उपकरण हैं। हालांकि, उपयोगकर्ताओं को अभी भी प्रॉम्प्ट शुरू करने और परिष्कृत करने में चुनौतियों का सामना करना पड़ता है, और उनकी संज्ञानात्मक बाधाएँ और पक्षपाती धारणाएँ कार्य की पूर्णता को और बाधित करती हैं। ये मुद्दे IS और इंटरएक्टिव सूचना पुनर्प्राप्ति (IIR) के क्षेत्रों में पहचान की गई व्यापक चुनौतियों को दर्शाते हैं। इनसे निपटने के लिए, हमारा दृष्टिकोण कार्य संदर्भ और उपयोगकर्ता धारणाओं को मानव-ChatGPT इंटरैक्शन में प्रॉम्प्ट इंजीनियरिंग के माध्यम से एकीकृत करता है। हमने सहायक कार्यों के साथ ChatGPT-जैसा एक प्लेटफ़ॉर्म विकसित किया, जिसमें धारणाओं का आर्टिक्युलेशन, प्रॉम्प्ट सुझाव और वार्तालाप व्याख्या शामिल है। हमारे उपयोगकर्ता अध्ययन के निष्कर्ष दिखाते हैं कि सहायक कार्य उपयोगकर्ताओं को अपेक्षाएँ प्रबंधित करने, संज्ञानात्मक लोड को कम करने, प्रॉम्प्ट को बेहतर ढंग से परिष्कृत करने और उपयोगकर्ता संलग्नता बढ़ाने में मदद करते हैं। यह शोध LLMs के साथ सक्रिय और उपयोगकर्ता-केंद्रित सिस्टम डिजाइन करने की हमारी समझ को बढ़ाता है। यह मानव-LLM इंटरैक्शन का आकलन करने में अंतर्दृष्टि प्रदान करता है और कम सेवा प्राप्त उपयोगकर्ताओं के लिए संभावित चुनौतियों पर जोर देता है।