Makalah ini memperkenalkan Proactive Thinking, sebuah kerangka kerja yang memungkinkan Model Bahasa Besar untuk pra-menghitung elemen respons potensial selama waktu luang percakapan alih-alih menunggu secara pasif masukan pengguna. Pendekatan ini bertujuan menjembatani kesenjangan antara penalaran AI reaktif dan dialog antisipatif seperti manusia.
- Metode ini menggunakan baseline tanpa pelatihan yang mengantisipasi keadaan masa depan melalui pemikiran berkelanjutan spekulatif.
- Evaluasi memanfaatkan tiga benchmark yang disesuaikan yang dikonfigurasi ke dalam lingkungan sadar waktu untuk mensimulasikan aliran percakapan real-time.
- Hasil menunjukkan bahwa pemikiran proaktif meningkatkan efisiensi interaksi tanpa mengorbankan kinerja.
Para penulis mendukung pergeseran menuju AI yang cerdas dan antisipatif ini sebagai peningkatan mendasar untuk sistem percakapan real-time.