用于构建大型语言模型价值体系的生成心理-词汇方法

价值是个人和集体感知、认知和行为的核心驱动力。价值体系，如沙希特基本人类价值理论，描绘了这些价值之间的层次结构和相互作用，使跨学科研究决策和社会动态成为可能。最近，大型语言模型(LLM)的兴起引发了关于其内在价值模糊不清的担忧。尽管越来越多的工作致力于评估、理解和对齐 LLM 的价值，但心理学依据的 LLM 价值体系仍受到忽视。本研究通过引入生成心理-词汇方法(GPLA)来弥补这一差距，该方法是一种可扩展、可适应且具有理论依据的方法，用于构建价值体系。利用 GPLA，我们提出了一个为 LLM 量身定制的五因素价值体系。为进行系统验证，我们提出了三项基准任务，将心理学原则与最前沿的人工智能优先事项相结合。我们的结果表明，所提出的价值体系满足标准心理学准则，更好地捕捉 LLM 的价值观，提高了 LLM 安全性预测能力，并改进了 LLM 的对齐程度，相较于标准沙希特价值观表现更佳。