人格引导对大语言模型智能体合作行为的影响
人工智能
2026-01-15 v2
摘要
大语言模型（LLM）正日益被用作战略与社会交互中的自主智能体。尽管近期研究表明，为 LLM 赋予人格特质可以影响其行为，但在受控条件下人格引导如何影响合作仍不清楚。在本研究中，我们使用重复囚徒困境博弈考察了人格引导对 LLM 智能体合作行为的影响。基于大五框架，我们首先使用大五量表测量了 GPT-3.5-turbo、GPT-4o 和 GPT-5 三个模型的基本人格得分。随后，我们比较了基线条件与人格信息条件下的行为，并进一步分析了独立操纵各个人格维度至极端值的影响。结果表明，宜人性是促进所有模型合作的主导因素，而其他人格特质的影响有限。显式的人格信息增加了合作，但也可能提高被剥削的脆弱性，尤其是在早期代际的模型中。相比之下，后期代际的模型表现出更具选择性的合作。这些发现表明，人格引导起到的是行为偏置作用，而非确定性控制机制。
引用
@article{arxiv.2601.05302,
title = {Effects of personality steering on cooperative behavior in Large Language Model agents},
author = {Mizuki Sakai and Mizuki Yokoyama and Wakaba Tateishi and Genki Ichinose},
journal= {arXiv preprint arXiv:2601.05302},
year = {2026}
}