agreeableness
PulseAugur coverage of agreeableness — every cluster mentioning agreeableness across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
研究论文识别出人工智能辩论中的首位发言者偏见，并提出个性化缓解方法
一篇新研究论文探讨了顺序多主体辩论（MAD）系统中的“首位发言者偏见”，即初始代理人的意见不成比例地影响最终结果。研究表明，当更强的模型在序列中较晚发言时，这种偏见会抵消其推理优势。为了解决这个问题，研究人员研究了基于“大五”人格特质的“个性化提示”的使用，特别是宜人性（agreeableness）和外向性（extraversion）。他们发现，为更强的代理人分配较低的宜人性有助于恢复其影响力并提高准确性，而外向性主要影响代理人的冗长程度。
-
LLM代理的个性构成影响极化和集体智能
一项发表在arXiv上的新研究探讨了模拟社会中大型语言模型（LLM）代理的个性构成与其集体智能之间的关系。该研究使用了名为TraitMix的设计，进行了991次模拟，发现特质异质性显著影响极化，导致观点更加分散但营垒划分减少。与预期相反，没有一项极化指标预示着集体表现不佳，只有跨界互动与集体准确性相关。
-
新方法使用OCEAN框架映射和控制LLM个性特征
研究人员开发了一种名为“Persona Cartography”的方法来衡量和控制大型语言模型（LLM）的个性特征。通过改编OCEAN框架（开放性、尽责性、外向性、宜人性、神经质），他们可以训练低秩适配器来放大或抑制40亿到320亿参数模型中的特定特征。这些适配器在模型规模扩展时对特征表现出很大程度上单调的影响，并且可以累加组合，影响诸如沮丧和谄媚等与安全相关的行为。该方法还包括一个无监督流程，用于发现人类心理测量学未预定义的、可解释的行为因素。