实用化人格：通过桥接推理发现LLM人格
计算与语言
2026-04-28 v1 人工智能
摘要
大型语言模型(LLM)通过对话显示出内在且独特的人格。然而，大多数现有人格发现方法仅依赖表层词汇或风格线索，将对话视为平凡的标记序列，无法捕捉支撑人格一致性的深层话语结构。为此，我们提出一种新型分析框架，将LLM对话解释为桥接推理——通过共享世界知识和话语连贯性连接语料的隐式概念关系。通过将这些关系建模为结构化知识图谱，我们的方法捕捉支配LLM如何在话语中组织意义的潜在语义链接，使人格发现能够在话语连贯性层面而非表层实现层面进行。跨多个推理后端和目标LLM，从小型模型到800亿参数系统的实验结果表明，桥接推理图谱在语义连贯性和人格识别稳定性方面显著优于基于频率或风格的基线。这些结果表明，人格特征在话语结构组织中而非孤立词汇模式中编码。本工作提出了系统框架，通过认知话语理论的视角探测、提取和可视化潜在LLM人格，连接计算语言学、认知语义学和大型语言模型的人格推理。代码已公开 https://github.com/JiSoo-Yang/Persona_Bridging.git
引用
@article{arxiv.2604.24079,
title = {The Pragmatic Persona: Discovering LLM Persona through Bridging Inference},
author = {Jisoo Yang and Jongwon Ryu and Minuk Ma and Trung X. Pham and Junyeong Kim},
journal= {arXiv preprint arXiv:2604.24079},
year = {2026}
}
备注
15 pages, 4 figures, accepted to ICPR 2026