Nature Machine Intelligence· 2025Q1
Büyük dil modellerinde kişilik özelliklerini değerlendirme ve şekillendirme için bir psikometrik çerçeve
A psychometric framework for evaluating and shaping personality traits in large language models
- 297atıf
- Q1SCImago
- 2025yıl
Kısa özet
Araştırmacılar, LLM'lerde kişilik özelliklerini ölçmek ve değiştirmek için bir çerçeve geliştirdi; daha büyük, talimat ince ayarlı modellerin, belirli profilleri taklit edecek şekilde şekillendirilebilen daha güçlü, daha güvenilir sentetik kişilikler sergilediğini buldu.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- LLM'ler üzerinde kişilik testlerinin uygulanması ve doğrulanması için kapsamlı bir yöntem geliştirildi.
- Belirli istem yapılandırmaları altında LLM çıktılarındaki kişilik ölçümlerinin güvenilir ve geçerli olduğu bulundu.
- Daha büyük, talimat ince ayarlı modellerde sentetik LLM kişiliğinin daha güçlü kanıtları gösterildi.
- LLM kişiliğinin, belirli profilleri taklit etmek üzere istenen boyutlar boyunca şekillendirilebileceği gösterildi.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Abstract The advent of large language models (LLMs) has revolutionized natural language processing, enabling the generation of coherent and contextually relevant text. As LLMs increasingly power conversational agents, the synthetic personality embedded in these models, by virtue of training on large amounts of human data, is becoming increasingly important. Since personality is a key factor determining the effectiveness of communication, we present a comprehensive method for administering and validating personality tests on widely-used LLMs, as well as for shaping personality in the generated text of such LLMs. Applying this method, we found: 1) personality measurements in the outputs of some LLMs under specific prompting configurations are reliable and valid; 2) evidence of reliability and validity of synthetic LLM personality is stronger for larger and instruction fine-tuned models; and 3) personality in LLM outputs can be shaped along desired dimensions to mimic specific personality profiles. We discuss application and ethical implications of the measurement and shaping method, in particular regarding responsible use of LLMs.
Yazarların özeti; kaynağından alınmıştır. Nature Machine Intelligence, 2025 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Yapay Zeka Güvenlik Araştırmaları
Safety ResearchSocial SciencesArtificial Intelligence