English(EN) Human Psychometric Questionnaires Mischaracterize LLM Behavior

大型语言模型个性测试未能预测模型行为

作者 PulseAugur 编辑部 · [2 个来源] · 2026-05-29 00:00

研究人员发现，传统的人类心理测量问卷无法准确预测大型语言模型的行为。研究表明，大型语言模型可以在个性量表上提供稳定的自我报告，但这些回应与其观察到的实际行为不相关。一种使用基于生成的分析方法的新方法似乎是理解大型语言模型在现实交互场景中行为的更可靠方法。 AI

影响传统的个性评估对于大型语言模型来说并不可靠，这表明需要新的评估方法来理解模型的对齐和行为。

排序理由该集群包含两篇学术论文，展示了关于大型语言模型行为和评估方法的研究结果。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.AI TIER_1 English(EN) · Juan Manuel Contreras · 2026-06-10 04:00

一种原生于大语言模型的心理测量工具无法预测大语言模型的行为：25个模型的证据

arXiv:2606.09843v1 Announce Type: cross Abstract: Large language models (LLMs) produce stable self-reports on personality inventories, but these self-reports do not predict observed behavior. Whether this gap reflects a mismatch between LLMs and human trait constructs, or a deepe…
Hugging Face Daily Papers TIER_1 English(EN) · 2026-05-29 00:00

人类心理测量问卷误读大型语言模型行为

Human psychometric questionnaires fail to reliably predict LLM behavior in real-world interactions, while generation-based profiling offers superior accuracy for understanding model responses to everyday user queries.