P-React:通过混合专门化LoRA专家合成个性特质的主题自适应反应
计算与语言
2025-07-25 v3
摘要
个性化大型语言模型(LLM)在情感支持和角色扮演等许多应用中引起了极大关注。然而,现有工作主要关注建模显式的角色档案,而忽略了真正塑造行为和决策的潜在个性特质,阻碍了更具拟人化和心理学基础的AI系统的发展。在本文中,我们探索了心理学中最广泛使用的特质理论——大五人格特质的建模,并提出了P-React,一个基于混合专家(MoE)的个性化LLM。特别地,我们整合了一个人格专门化损失(PSL)以更好地捕捉个体特质表达,提供了一个更细致和心理学基础的人格模拟。为了促进该领域的研究,我们整理了OCEAN-Chat,一个高质量、人工验证的数据集,旨在训练LLM在不同主题上表达个性特质。大量实验证明了P-React在保持一致和真实人格方面的有效性。
引用
@article{arxiv.2406.12548,
title = {P-React: Synthesizing Topic-Adaptive Reactions of Personality Traits via Mixture of Specialized LoRA Experts},
author = {Yuhao Dan and Jie Zhou and Qin Chen and Junfeng Tian and Liang He},
journal= {arXiv preprint arXiv:2406.12548},
year = {2025}
}