通过LLM-based Personality Adaptation提高辟谣效果
人工智能
2026-03-11 v1 计算与语言
摘要
本研究提出了一种新方法，通过为大型语言模型（LLM）提供基于大五人格特质（外向性、宜人性、勤勉性、神经质、开放性）的人格输入来生成个性化的虚假新闻辟谈消息。我们的做法指导LLM将通用辟谈内容转换为针对特定人格轮廓的个性化版本。为评估这些转换的效果，我们使用分离的LLM作为自动评估器，模拟相应的人格特质，从而消除对高成本人类评估小组的需求。我们的结果表明，个性化消息通常被认为比通用消息更具说服力。我们还发现，诸如开放性等特质会增加可劝说性，而神经质则可能降低可劝说性。LLM评估器之间的差异表明，使用多个模型能提供更清晰的 picture。总体而言，本工作证明了一种实用的方法，可利用LLM创建更有针对性的辟谈消息，同时也提出了关于这种技术可能被用于什么样的伦理问题的值得关注的疑问。
引用
@article{arxiv.2603.09533,
title = {Enhancing Debunking Effectiveness through LLM-based Personality Adaptation},
author = {Pietro Dell'Oglio and Alessandro Bondielli and Francesco Marcelloni and Lucia C. Passaro},
journal= {arXiv preprint arXiv:2603.09533},
year = {2026}
}
备注
In: Computational Intelligence. IJCCI 2025. Springer, Cham (2026)