通过表征工程进行多主体情境下的合作人格识别

随着大型语言模型(LLM)具备自主能力，其在多主体情境中的协调作用日益重要。然而，它们往往在合作方面存在困难，导致结果次优。以冯·阿克塞尔的迭代囚徒困境(IPD)比赛为灵感，我们探讨人格特质如何影响 LLM 的合作。通过表征工程，我们在 LLM 中引导大五人格(如同情心、勤勉性)并分析其对 IPD 决策的影响。我们的结果表明，较高的同情心和勤勉性可提高合作水平，但会增加被剥削的风险，这凸显了基于人格的引导在 AI 智能体对齐方面的潜力与局限性。