💬 NLP

HEART: Emotionally-Driven Test-Time Scaling of Language Models

Het artikel introduceert HEART, een raamwerk dat emotionele signalen gebruikt om taalkundige modellen tijdens het testen te sturen en zo door afwisseling van kritische en bemoedigende toon de redeneerprestaties op complexe benchmarks verbetert.

Oorspronkelijke auteurs: Gabriela Pinto, Palash Goyal, Mihir Parmar, Yiwen Song, Souradip Chakraborty, Zifeng Wang, Jinsung Yoon, Tomas Pfister, Hamid Palangi

Gepubliceerd 2026-02-24

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Gabriela Pinto, Palash Goyal, Mihir Parmar, Yiwen Song, Souradip Chakraborty, Zifeng Wang, Jinsung Yoon, Tomas Pfister, Hamid Palangi

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

HET HART: Hoe we AI een "gevoel" geven om beter na te denken

Stel je voor dat een kunstmatige intelligentie (AI) als een zeer slimme, maar soms wat stijfkoppige student is. Als deze student een moeilijke wiskundetaak krijgt, begint hij vaak te rekenen. Maar als hij ergens vastloopt, blijft hij soms maar doorgaan met dezelfde foutieve redenering, alsof hij in een kringetje loopt. Hij zegt: "Ik weet het niet, maar ik ga het toch maar zo proberen," en blijft vastzitten in een fout.

De onderzoekers van dit paper hebben een oplossing bedacht die ze HEART noemen. Het staat voor Emotionally-Driven Test-Time Scaling. In het Nederlands kunnen we het zien als: "Het geven van een hartslag aan de AI."

Hier is hoe het werkt, vertaald naar alledaagse taal:

1. Het probleem: De "Stuck in a Rut"-modus

Normaal gesproken vragen we AI's gewoon: "Denk stap voor stap na." Dit werkt goed, maar als de AI een fout maakt, blijft hij vaak net zo lang doorgaan alsof hij niets leert. Het is alsof je iemand zegt: "Kijk nog eens," terwijl die persoon blindelings blijft doorgaan met zijn fout.

2. De oplossing: De AI een "emotie" geven

De onderzoekers ontdekten dat mensen beter leren als er een beetje emotie in het spel zit.

Als je boos of bang bent, word je extra alert. Je kijkt heel kritisch naar wat je doet om geen fouten te maken.
Als je verrast of blij bent, durf je nieuwe, creatieve wegen te verkennen die je eerst niet zag.

HEART maakt gebruik van dit principe. In plaats van een saaie, neutrale instructie, geeft de AI een prompt (een opdracht) met een emotionele lading.

3. De Analogie: De strenge coach en de aanmoediger

Stel je de AI voor als een atleet die een record probeert te breken.

De Saaie Coach (Huidige AI): Zegt alleen maar: "Loop harder." De atleet loopt harder, maar blijft in hetzelfde ritme.
De HEART Coach: Wisselt van stijl.
- Fase 1 (De Kritische Coach): Als de atleet struikelt, zegt de coach: "Ik ben echt bezorgd! Dit is gevaarlijk, je kunt niet zo doorgaan. Kijk eens goed waar je fout gaat!"
  - Effect: De AI wordt waakzaam. Hij stopt met zijn oude foutieve gedachte en zoekt naar de fout.
- Fase 2 (De Aanmoediger): Als de atleet weer vastloopt, zegt de coach: "Wow, dit is verrassend! Je had dit niet verwacht, hè? Laten we een heel andere kant op proberen!"
  - Effect: De AI wordt creatief. Hij probeert een nieuwe oplossing die hij eerder niet overwogen had.

Door deze twee gevoelens af te wisselen (soms streng, soms aanmoedigend), breekt de AI uit zijn "stuck"-modus en vindt hij het juiste antwoord.

4. Wat hebben ze bewezen?

Ze hebben dit getest op heel moeilijke taken:

Wiskunde en Wetenschap: Zaken waar je echt diep moet nadenken.
Programmeren: Het schrijven van computercode.
Vragen over alles: Van geschiedenis tot biologie.

Het resultaat?
De AI met HEART deed het veel beter dan AI's die alleen neutrale instructies kregen.

Bij zeer moeilijke vraagstukken (zoals de "Humanity's Last Exam") steeg het succespercentage met bijna 20%.
Bij het programmeren van complexe software werkte het ook perfect. De AI kon zichzelf corrigeren zonder dat een mens hoefde in te grijpen.

5. Waarom is dit belangrijk?

Vroeger dachten we dat emoties een obstakel waren voor logisch denken. Dit paper laat zien dat het juist het tegenovergestelde is. Emoties (of in dit geval, de simulatie van emoties in de tekst) helpen de AI om:

Niet vast te lopen in fouten.
Beter te controleren of zijn antwoord klopt.
Creatiever te zijn als de standaardweg niet werkt.

Samenvattend

HEART is als het geven van een hartslag aan een robot. Door de robot af en toe een beetje "zenuwachtig" te maken (om op fouten te letten) en dan weer "enthousiast" (om nieuwe ideeën te vinden), wordt hij veel slimmer en betrouwbaarder. Het is een manier om AI's te leren dat het niet alleen gaat om het berekenen van antwoorden, maar ook om het voelen van de urgentie om het goed te doen.

Titel: HEART: Emotioneel Gedreven Test-Tijd Schaling van Taalmodellen

1. Het Probleem

Grote Taalmodellen (LLM's) hebben indrukwekkende prestaties geleverd in complexe redeneringstaken, maar lijden vaak aan cognitieve inertie. Dit is de neiging van modellen om vast te komen te zitten in onjuiste redeneringspatronen ("double down" op fouten) en niet uit lokale optima te komen, zelfs wanneer ze worden gevraagd om zichzelf te corrigeren.

Bestaande methoden vallen in twee categorieën, die beide tekortschieten:

Gestructureerde methoden (zoals Chain-of-Thought of CoT): Bieden logische steigers maar zijn "affectief steriel" (gevoelloos) en missen de motivatie om vastzittende patronen te doorbreken.
Affectieve prompting (zoals EmotionPrompt): Gebruikt emoties om de algehele prestatie te verhogen, maar mist de structurele precisie voor iteratieve verfijning en zelfcorrectie.

Er ontbreekt een raamwerk dat systematische logische controle combineert met de motivationele context die menselijke foutcorrectie drijft.

2. Methodologie: Het HEART-raamwerk

HEART (Harnessing Emotional Affect for Reasoning Tasks) is een nieuw framework dat dynamische emotionele prikkels integreert in een iteratief verfijningsproces. Het is gebaseerd op de Opponent-Process Theory van emotie (Solomon & Corbit, 1974), die stelt dat emoties een "A-proces" (cognitieve fixatie) en een "B-proces" (affectieve verstoring) hebben.

De Kernmechanismen:

Dynamische Valentie: HEART wisselt af tussen twee functionele groepen van emotionele cues om de aandacht van het model te reguleren:
- Vigilantie ( $G^-$ ): Negatieve emoties (Angst, Woede, Walging) die een staat van alertheid creëren. Dit stimuleert bottom-up analytische verwerking en is ideaal voor het detecteren van fouten.
- Exploratie ( $G^+$ ): Positieve emoties (Verrassing, Vreugde) die een staat van openheid creëren. Dit stimuleert top-down heuristisch zoeken om uit lokale redeneeroptima te ontsnappen.
Iteratief Protocol: Het proces verloopt in een gesloten lus (maximaal 5 iteraties):
1. Initialisatie: Een baseline antwoord wordt gegenereerd via standaard CoT.
2. Iteratieve Generatie: Als het antwoord fout is, wordt een nieuwe set kandidaten gegenereerd door de vorige output te combineren met een specifieke emotionele prompt (bijv. "Ik ben bezorgd dat dit antwoord verkeerd is..." of "Ik ben verrast dat je hier tegenaan loopt...").
3. Resolutie: Een verifieerder (menselijk of automatisch, zoals unit tests in code) beoordeelt of een correct antwoord in de set zit. Zo ja, stopt het proces; zo nee, gaat de lus door met een wisselende emotionele toon.

Prompt Constructie:
De auteurs hebben 30 specifieke "Affective Cue Prompts" ontwikkeld, gebaseerd op de zes basisemoties van Paul Ekman (Vreugde, Verdriet, Angst, Walging, Woede, Verrassing). Deze prompts zijn zorgvuldig ontworpen om socio-emotionele context te bieden zonder de taakspecifieke instructies te vervormen.

3. Belangrijkste Bijdragen

Het HEART-Paradigma: Het is het eerste raamwerk dat systematisch aantoont dat affectieve regulatie kan worden ingezet om de prestaties van LLM's te schalen. Het formaliseert het gebruik van dynamische emoties om logische stagnatie te doorbreken.
Superioriteit in Hoge Risico Redenering: HEART slaagt er waar standaard methoden (CoT, Self-Reflection) falen, vooral bij expert-niveau benchmarks. Het introduceert een nieuwe manier om "cognitieve inertie" te overwinnen.
Verifier-Agnostische Schaalbaarheid: Het framework werkt zowel met menselijke verificatie (Human-in-the-Loop) als volledig geautomatiseerde verificatie (zoals het uitvoeren van code in LiveCodeBench), wat aantoont dat het robuust is in diverse omgevingen.

4. Resultaten

De auteurs evalueerden HEART op zeven uitdagende benchmarks, waaronder Humanity's Last Exam (HLE), GPQA Diamond (expert-natuurwetenschappen), OlympiadBench en LiveCodeBench (codegeneratie), met diverse modellen (Gemini 2.5, Claude 4, DeepSeek, GPT-5 nano, Gemma3).

Kernbevindingen:

Prestatieverbetering: HEART levert consistente en significante verbeteringen op.
- Op Humanity's Last Exam bereikte HEART met Gemini 2.5 Flash een nauwkeurigheid van 56,87%, een absolute toename van +10,77% ten opzichte van Self-Reflection.
- Op GPQA Diamond werd 90,06% bereikt.
- Op LiveCodeBench (Hard problemen) verbeterde HEART de score voor Gemini 2.5 Flash van 56,96% (Self-Reflection) naar 60,76%.
Robuustheid: HEART presteert goed over verschillende modelgroottes (van 4B tot frontier-modellen) en is minder gevoelig voor variaties in de temperatuur (stochasticiteit) dan traditionele methoden.
Semantische Displacement: Analyse toont aan dat HEART leidt tot een grotere semantische verschuiving ten opzichte van de initiële foutieve output dan conservatieve baselines. Dit betekent dat het model daadwerkelijk zijn logica herstructureert in plaats van oppervlakkige aanpassingen te maken.
Kosten-efficiëntie: In sommige gevallen (zoals AIME 2025) verlaagt HEART zelfs het tokenverbruik ten opzichte van CoT, omdat het sneller tot de juiste oplossing leidt door minder rondjes van inefficiënt redeneren te maken.

5. Betekenis en Impact

Dit paper introduceert een fundamentele verschuiving in hoe we AI-redenering benaderen:

Emotie als Logische Scaffolding: Het paper weerlegt het idee dat emotie een obstakel voor redenering is. In plaats daarvan toont het aan dat affectieve signalen (zoals "waarschuwing" of "verrassing") essentieel zijn voor het activeren van cognitieve controle en zelfcorrectie.
Toekomst van AI: Het suggereert dat de volgende stap in machine redenering ligt in de strategische integratie van affectieve regulatie. Dit kan leiden tot betrouwbaardere AI-systemen voor hoog-risico domeinen zoals wetenschappelijke ontdekking, software-engineering en medische redenering.
Veiligheid en Ethiek: De auteurs waarschuwen voor de risico's van antropomorfisme (het toeschrijven van bewustzijn aan AI) en benadrukken dat HEART een functioneel hulpmiddel is voor cognitieve controle, geen simulatie van bewustzijn. Het biedt ook een basis voor het bestuderen van hoe emotionele cues kunnen worden misbruikt voor manipulatie, wat belangrijk is voor toekomstige AI-beleid en veiligheid.

Samenvattend bewijst HEART dat het toevoegen van een "emotionele laag" aan het iteratieve denkproces van AI-modellen niet alleen de nauwkeurigheid verhoogt, maar ook de diepgang en de kwaliteit van het redeneren verbetert, waardoor AI-systemen beter in staat zijn om complexe, multi-stap problemen op te lossen.