返回全部动态
影响策略是否重要？探究提示框架对LLM代码生成的影响
原标题：Do Influence Tactics Matter? Investigating Prompt Framing Effects in LLM Code Generation
AI 摘要
本研究首次大规模实证探究心理影响策略（如理性说服、奉承、交换等八种）对LLM代码生成的影响，基于Yukl & Falbe的分类法构建提示模板，在五个开源模型和两个基准上评估。结果显示，强调紧迫性的提示框架会降低代码的正确性和安全性。研究为设计透明可解释的人机交互提供见解。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
∎ Do Influence Tactics Matter? Investigating Prompt Framing Effects in LLM Code Generation Abstract Large Language Models (LLMs) are increasingly integrated into software engineering workflows, helping developers write, debug, test, and maintain code. While prompt wording and structure are known to influence model performance, the impact of psychologically inspired prompt framings remains unexplored. This study investigates whether different psychology-based communication strategies that humans
发布时间：2026-08-13 12:00
抓取时间：2026-08-13 14:33
来源机构：arXiv