利用大五人格缩放提示扩展LLMs的人格控制
计算与语言
2025-08-11 v1 多智能体系统
摘要
我们提出了Big5-Scaler，这是一个基于提示的框架，用于调节具有可控大五人格特质的大语言模型（LLMs）。通过将数值化特质值嵌入自然语言提示中，我们的方法无需额外训练即可实现细粒度的人格控制。我们在特质表达、对话生成和人类特质模仿任务上评估了Big5-Scaler。结果表明，它能在不同模型间诱导出一致且可区分的人格特质，其性能因提示类型和强度而异。我们的分析强调了简洁提示和较低特质强度的有效性，为构建具有人格感知能力的对话智能体提供了一种高效方法。
引用
@article{arxiv.2508.06149,
title = {Scaling Personality Control in LLMs with Big Five Scaler Prompts},
author = {Gunhee Cho and Yun-Gyung Cheong},
journal= {arXiv preprint arXiv:2508.06149},
year = {2025}
}