Big Five personality traits
PulseAugur coverage of Big Five personality traits — every cluster mentioning Big Five personality traits across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
AI编码助手在碎片化研究中显示出混合的生产力结果
对AI编码助手的系统性回顾揭示了生产力指标的碎片化景象,研究通常采用不同的方法,阻碍了跨研究比较。虽然许多研究报告了积极影响,但这些影响在感知或倾向性发现中比在客观衡量中更普遍。一项探索开发人员个性的独立研究发现,外向性和宜人性等特质会影响开发人员如何看待和与AI编码助手互动,这表明软件工程中需要个性化的工具。
-
LLMs 难以准确模拟人类认知多样性和选择性控制
两篇新研究论文探讨了使用大型语言模型 (LLM) 模拟人类行为和认知多样性方面的局限性。第一篇论文《Persona Following Is Not Selective Control》发现,LLM 在选择性控制方面存在困难,这意味着指定一个属性可能会无意中改变不相关的行为,从而产生“中立性差距”。第二篇论文《Imperfectly Imperfect》研究了 LLM 代理表达分级认知多样性的能力,结果显示,虽然 LLM 可以模仿自我…
-
新框架为LLM社会模拟生成多样化个性
研究人员开发了一个新框架,用于为基于大型语言模型(LLM)的社会模拟生成多样化且具有代表性的个性集。该方法利用LLM从社交媒体数据中创建叙事性个性,进行质量过滤,然后采用重要性采样来与“大五”人格特质等心理测量分布对齐。该系统还包括一个模块,用于调整这些个性以适应特定亚群体,旨在减少偏见,提高社会模拟在研究和政策应用中的准确性和灵活性。
-
新的FATE-5框架增强了大型语言模型的人格控制
研究人员开发了FATE-5,一个新颖的两阶段框架,旨在改善大型语言模型的人格控制。该系统将人格编码与自然度对齐分开,从而能够实现更定制化的对话代理。FATE-5学习大五人格谱的连续软提示表示,然后通过偏好对齐来增强对话的自然度,与现有方法相比,表现出强大的人格特征表达和改进的对话行为。
-
ProfileSim 框架增强面向任务对话在金融领域的模拟
研究人员开发了 ProfileSim,一个用于模拟面向任务对话系统中用户行为的新框架,特别适用于金融营销场景。该系统将用户的人口统计信息和个性特征与从真实通话记录中提取的业务画像相结合,以生成更真实、更具领域特异性的对话数据。ProfileSim 利用带有分层奖励的强化学习,并与遵循标准操作程序并采用检索增强生成的代理配对,在自然度、画像遵循度和长尾意图处理方面优于现有方法。
-
新框架可检索和引导LLM语义特征
一篇研究论文提出了一种新颖的框架,使用稀疏自编码器来识别和操纵大型语言模型(LLM)中的高阶语义特征。该方法允许对模型行为进行精确的双向引导,并通过控制“大五”人格特质进行了演示。研究结果表明,LLM拥有复杂概念的深度整合表示,并为调节AI行为提供了一条可靠的途径。
-
新框架MASC增强了咨询中AI客户的角色扮演能力
研究人员开发了MASC(一种多智能体自校准框架),旨在提高心理咨询中AI模拟客户的一致性。该框架通过结合结构引导生成、协作细化、一致性验证和基于记忆的修订,解决了角色漂移和不切实际的情绪状态等问题。为了评估这些模拟,引入了一个名为CRPC-Bench的新基准,其中包括客户档案、个性特征和回合级别的心理动态。
-
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。
-
剑桥分析公司数据滥用时间线详述
本次分析详细阐述了导致另类右翼运动兴起的事件按时间顺序的发展和汇合,重点关注社交媒体和数据滥用的作用。它追溯了从SCL到剑桥分析公司的发展历程,强调了如何将源自数字行为(特别是Facebook“点赞”)的心理推断商业化,用于选民画像和微定向。叙述详细介绍了Aleksandr Kogan的Global Science Research公司在2014年创建的一款应用程序,该应用程序利用Facebook的权限收集了数十万用户及其数千万朋友的…
-
大型语言模型在自动化个性化测试生成方面展现出潜力
研究人员开发了一个使用大型语言模型(LLMs)自动生成个性情境判断测试(SJTs)的框架。使用GPT-4和ChatGPT-5进行的研究表明,优化提示和特定的温度设置可以生成具有良好内容效度的项目。该方法显示出跨模型泛化能力,并为“大五”人格特质生成了心理测量学上可靠的SJTs,为传统方法提供了一种高效的替代方案。
-
研究:领先大语言模型在危机情境下话太多,不善倾听
一项发表在arXiv上的新研究评估了四种领先的大语言模型(LLMs)在协助遇困用户方面的能力。研究使用了具有心理测量学指定人格特征的合成求助者,重点关注一位照护者得知亲戚患有痴呆症的诊断情境。研究结果表明,所有四种模型都表现出冗长,话语与倾听的比例超过一,并且在充分探索情况之前倾向于提供问题解决方案,未能有效稳定情绪。
-
LiteraryBigFive 框架使用作者个性特征实现个性化文本生成
研究人员开发了 LiteraryBigFive,一个用于作者个性化文本生成的新框架。该方法将写作特征建模为一个统一的五维空间中的坐标,灵感来自大五人格特质。通过从文本对比中提取可解释的维度,如古典主义和情感性,该系统可以定位作者并将文本生成导向特定的风格目标。实验表明,LiteraryBigFive 增强了作者的表达力和语义保真度,并且提取的分数与文学共识相关。
-
大型语言模型代理可以在不影响任务重点的情况下在对话中采用个性
研究人员开发了一个框架,用于研究大型语言模型(LLMs)如何在面向任务的对话中采用特定个性,同时又不牺牲任务完成度。该研究使用 Schema-Guided Dialogue 数据集评估了 GPT-4o、Qwen3-Next-80B 和 Gemini 2.0 Flash 在各种个性特征方面的表现。研究结果表明,虽然用户代理可以表达个性,但系统代理可以保持强大的任务性能,尽管某些特征的表达不太可靠。将系统代理调整为适应用户的个性可以改善约…
-
新基准评估人生事件后LLM代理的个性演变
研究人员开发了一个新基准BFI-Adapt,用于评估大型语言模型(LLM)代理在经历模拟人生事件后个性的演变情况。研究发现,虽然这些代理表现出可衡量的个性变化,但这些变化的幅度和形态通常与人类心理模式不同。目前的PC-Agents倾向于模拟平均人类的个性动态,而不是人类变化的全部光谱。
-
LLM 代理根据任务刻板印象选择伙伴,而非个性相似性
一篇新的 arXiv 论文探讨了大型语言模型 (LLM) 代理如何根据个性选择伙伴。研究人员发现,与人类行为相反,宿主代理并不偏爱具有相似个性的伙伴。相反,它们倾向于选择其被分配的个性与任务刻板印象相符的代理,偏爱互补特质而非同质性。这对代理市场和编排框架中的偏见有影响。
-
通过神经元操纵诱导语言大模型的个性特征
研究人员开发了一种新颖的方法,可以在无需重新训练模型的情况下,为语言大模型注入特定的个性特征。该方法基于大五人格特质框架,识别出与个性维度相关的语言大模型中的关键神经元。通过操纵这些已识别的神经元,系统可以诱导模型输出所需的个性特征,其效果可与微调模型相媲美,但效率和灵活性更高。
-
REACT 2026 挑战赛为面部反应生成增添个性化
REACT 2026 挑战赛在前几届的基础上,专注于生成对说话者行为的多种恰当面部反应。今年的挑战赛通过纳入个体层面的个性标签和脑电图(EEG)记录,引入了个性化,朝着一对多的个性化面部反应生成设置迈进。为离线和在线的通用及个性化 MAFRG 子挑战提供了新的基线和指南。
-
新基准评估大型语言模型代理的类人心理
研究人员开发了HEART-Bench,这是一个旨在评估大型语言模型(LLM)代理是否能表现出类人心理的新基准。该基准基于大五人格特质构建了11个不同的角色,每个角色拥有1000条自传式记忆。然后,这些代理将接受源自DIAMONDS分类法的64个决策场景测试,以评估其做出行为一致性选择的能力。
-
大型语言模型(LLM)的个性和情商被发现是碎片化且依赖于上下文的
新研究探讨了大型语言模型(LLM)如何表达个性和情商,揭示了这些能力并非铁板一块。研究表明,个性表达受显式特征规范、对话角色和表达风格的组合影响,而非仅依赖于直接提示。此外,LLM中的情商在感知、认知和交互中是碎片化的,目前的对齐方法可能过度优化了肤浅的模仿,而非真正的情感推理。这些发现强调了需要更细致的方法来控制LLM的行为并开发具有社会意识的代理。
-
LLM代理的个性和对齐影响用户在任务中的感知
一篇新发表在arXiv上的研究探讨了大型语言模型驱动的对话代理的个性如何在目标导向任务中影响用户感知。研究人员发现,中等程度的个性表达,而非低或高程度的个性表达,在信任度和好感度等各种指标上带来了最积极的用户评价。此外,将代理的个性与用户的偏好对齐,显著增强了这些积极成果,其中外向性和情绪稳定性等特定特质被证明最具影响力。