AI SparkupLLM에 감정을 넣으면 성능이 오를까, 6가지 감정 실험 결과
LLM에 감정 표현을 넣으면 성능이 오른다는 통념을 Harvard 연구팀이 실험으로 검증. 고정 감정은 효과 미미하지만, 적응형 감정 선택(EmotionRL)은 유효하다는 결과를 소개합니다.
sayzard[감정적 표현이 AI 성능을 바꿀까? — 프롬프트 감정 프레이밍의 실제 효과
하버드대와 브린마우어대 연구진이 감정적 프레이밍이 LLM 성능에 미치는 영향을 실험한 결과, 고정 감정 프리픽스는 성능에 거의 영향을 미치지 않지만, **적응형 감정 선택(EmotionRL)**을 통해 일관된 성능 향상이 가능하다는 것을 발견했다. 연구는 Plutchik의 6가지 기본 감정을 기반으로 6개 벤치마크(수학, 의료, 사회적 추론 등)에서 Qwen3, Llama 3.3, DeepSeek-V3.2 모델을 평가했다. 주요 발견은 (1) 정적 감정 프롬프팅의 효과가 미미하며, (2) 적응형 정책이 성능을 개선할 수 있다는 것이다. 연구진은 감정 프롬프팅을 '적응형 라우팅 문제'로 재정의할 것을 제안했다.
https://news.hada.io/topic?id=28217
#promptengineering #llm #emotionrl #harvardresearch #adaptiveprompting
