基于 LLM 的自主智能体中的人格驱动决策

将大型语言模型 (LLMs) 嵌入自主智能体是一个正在快速发展的领域，这使能够无需 extensive 领域特定训练即可实现动态、可配置的行为。在先前的工作中，我们引入了 SANDMAN，这是一种利用五因素 OCEAN 人格模型的欺骗性智能体架构，证明了人格诱导显著影响智能体任务规划。基于这些发现，本研究提出了一种新方法，用于衡量和评估诱导的人格特征如何影响 LLM-based 智能体中的任务选择过程——具体而言是规划、调度和决策。我们的结果揭示了与诱导 OCEAN 属性相匹配的 distinct 任务选择模式，强调了为制定高度可信的欺骗性智能体进行主动网络防御策略的可行性。