Fusian：面向大语言模型的细粒度连续 MBTI 人格控制的多 LoRA 融合
计算与语言
2026-03-17 v1
摘要
大语言模型（LLM）在模拟多样的人类行为与人格方面展现了令人印象深刻的能力。然而，现有的性格控制方法（包括提示工程和标准监督微调 SFT）通常将人格特质视为离散类别（例如"外向"vs"内向"），缺乏在连续谱系上精确控制特质强度的能力。在本文中，我们提出 Fusian，一个用于大语言模型细粒度、连续人格控制的新框架。Fusian 包含两个阶段：（1）轨迹采集，我们通过保存一系列 LoRA 适配器来捕获监督微调过程中人格采纳的动态演化，有效地映射了特质的连续流形；（2）基于强化学习的动态融合，我们使用强化学习训练一个策略网络来动态计算这些冻结适配器的混合权重。通过从策略网络参数化的狄利克雷分布中采样，Fusian 融合多个适配器，使模型输出与特定的数值目标强度对齐。在 Qwen3-14B 模型上的实验表明，Fusian 实现了高精度的人格控制，在对齐用户指定的特质强度方面显著优于基线方法。
引用
@article{arxiv.2603.15405,
title = {Fusian: Multi-LoRA Fusion for Fine-Grained Continuous MBTI Personality Control in Large Language Models},
author = {Zehao Chen and Rong Pan},
journal= {arXiv preprint arXiv:2603.15405},
year = {2026}
}