SPeCtrum：面向LLM代理的多维身份表示框架
计算与语言
2025-02-13 v1
摘要
现有模拟单个身份的方法往往过于简化人类的复杂性，可能导致身份表示不完整或压平化。为此，我们引入SPeCtrum，一个用于构建真实LLM代理人格的框架，通过纳入个体的多维自我概念来实现。SPeCtrum集成了三个核心组件：社会身份(S)、个人身份(P)和个人生活背景(C)，每个组件都贡献于身份的不同且相互关联的方面。为评估SPeCtrum在身份表示方面的效果，我们进行了自动化和人类评估。自动化评估使用热门戏剧角色表明，来源于偏好和日常 routine 的短文(C)建模的角色身份比仅靠社会身份(S)和个人身份(P)更有效，且与完整的SPC组合性能相当。相比之下，针对真实人物的人类评估发现，完整的SPC组合提供了更全面的自我概念表示，而不仅仅是C。我们的发现表明，C alone 可能足以满足基本身份模拟，但整合S、P和C可提高真实世界身份表示的真实性和准确性。总体而言，SPeCtrum为模拟LLM代理中的个体提供了结构化方法，实现了更个性化的人机交互，提高了基于模拟的行为研究的真实性。
引用
@article{arxiv.2502.08599,
title = {SPeCtrum: A Grounded Framework for Multidimensional Identity Representation in LLM-Based Agent},
author = {Keyeun Lee and Seo Hyeong Kim and Seolhee Lee and Jinsu Eun and Yena Ko and Hayeon Jeon and Esther Hehsun Kim and Seonghye Cho and Soeun Yang and Eun-mee Kim and Hajin Lim},
journal= {arXiv preprint arXiv:2502.08599},
year = {2025}
}
备注
21 pages, 8 figures, 5 tables, Accepted in NAACL2025 Main