GPT-3.5T

心理学方法揭示大语言模型中的类特质表征和潜在偏见

研究人员正在探索心理学与大语言模型（LLMs）的交集，以理解它们的内部表征和行为。一项研究改编了 Funder 的人格三元框架来分析大语言模型，使用 SAE 分解来识别和控制影响不同情境下行为的类特质内部特征。另一项研究应用了心理学方法，特别是基于提示的内隐联想测试改编版，来调查 ChatGPT 等大语言模型在不同种族条件下的情感差异，尽管关于偏见的发现较弱且依赖于分析。