交互中的 LLM 智能体：测量大语言模型交互群体中的人格一致性与语言对齐
计算与语言
2024-02-06 v1 人工智能
计算机与社会
多智能体系统
摘要
虽然智能体交互和个性化是大语言模型（LLM）研究中的热门话题，但关于语言交互对基于人设的 LLM 智能体行为的影响关注有限。此项工作对于确保智能体保持其指定特质的一致性，同时能够进行开放、自然的对话至关重要。在我们的实验中，我们通过提示将 GPT-3.5 条件化为特定人格画像，并使用简单的变异诱导采样算法创建了一个由两组 LLM 智能体构成的群体。随后，我们实施人格测试并让智能体执行协作写作任务，发现不同的人格画像表现出不同程度的人格一致性和与对话伙伴的语言对齐。本研究旨在为更好地理解 LLM 之间基于对话的交互奠定基础，并强调了在交互式环境中构建更稳健、更类人的 LLM 人设需要新方法。
引用
@article{arxiv.2402.02896,
title = {LLM Agents in Interaction: Measuring Personality Consistency and Linguistic Alignment in Interacting Populations of Large Language Models},
author = {Ivar Frisch and Mario Giulianelli},
journal= {arXiv preprint arXiv:2402.02896},
year = {2024}
}
备注
To appear in Proceedings of the 1st Personalization of Generative AI Workshop, EACL 2024