HEART-Bench：LLM 代理是否展现类人心理？
计算与语言
2026-05-29 v1
摘要
尽管 LLM 代理已在规划、推理与行动等任务上展现卓越能力，但鲜有研究将其视为具备情感维度同样重要的完整人格实体。在本文中，我们引入一个新基准，系统性地评估 LLM 代理能否模拟连贯、类人心理。具体而言，我们构建了 11 个基于 Big Five 人格特质正交分布的多样化人物角色，每个人物轮廓深度融合 1,000 份结构化的、按发展论述人生阶段分布的 autobiographical-style 回忆录。为严格评估 LLM 的心理表现，我们设计了由 64 个决策情景构成的精选套件，引导该套件基于 DIAMONDS 分类法——一种沿八个维度刻画情景的心理框架：Duty（职责）、Intellect（智力）、Adversity（逆境）、Mating（求偶）、pOsitivity（积极）、Negativity（消极）、Deception（欺骗）及 Sociality（社交）。通过让代理面对不同情景，基准评估其是否能将内在人格特质与 autobiographical 回忆录整合，作出符合其特定心理轮廓的行为决策。经系统的人类验证与筛选，我们获得了由 673 个多选题（MCQs）构成的基准。我们相信此基准为研究 LLM 代理中的类人情感、人格一致性及价值一致性行为决策提供了原则且可扩展的测试平台。
引用
@article{arxiv.2605.30058,
title = {HEART-Bench: Do LLM Agents Exhibit Human-like Psychology?},
author = {Weihan Peng and Chenxu Zhang and Qianao Wang and Yuling Shi and Heng Lian and Qihong Mao and Jiahao Pang and Chunliang Feng and Bowen Li and Xiaodong Gu},
journal= {arXiv preprint arXiv:2605.30058},
year = {2026}
}
备注
GitHub: https://github.com/peng-weihan/HEART-BENCH