arXiv cs.CL· Maryam Shoaeinaeini, Brent Harrison, A. B. Siddique·· 11 小时前AI 评分31
Persona-Guided LLM Agents 研究：面向任务对话的人格引导智能体
Persona-Guided LLM Agents for Task-Oriented Dialogue
AI 导读
一项无训练框架研究让带人格设定的用户智能体与系统智能体在任务导向对话中交互，覆盖 GPT-4o、Qwen3-Next-80B 和 Gemini 2.0 Flash、两个 Schema-Guided Dialogue 领域与十种 Big Five 人格极，共 9,000 段对话，任务完成率 89.94%、成功率 85.27%。
正文 · AI 翻译
摘要：先前的研究表明，大语言模型能够在开放式文本生成中表达多样的人格特质，但尚不清楚它们能否在目标导向的对话中做到这一点而不损害任务完成，也不清楚适应用户的人格是否能改善交互。我们在任务导向对话（TOD）中用一个免训练框架研究这些问题，其中一个人格条件化的用户智能体在三种条件下与系统智能体交互：中性（无人格信息）、尝试（适应对话中观察到的线索）和 Oracle（明确给出用户的特质标签）。在 GPT-4o、Qwen3-Next-80B 和 Gemini 2.0 Flash、两个 Schema-Guided Dialogue 领域以及十个大五人格极点（9,000 段对话）上，每段对话由两名独立的 LLM 评判员评分，用户智能体表达了大多数特质，同时任务表现保持较高（89.94% 完成率，85.27% 成功率）。例外是内向型和封闭型用户：这些特质主要表现为缺失行为，很少被检测到。两种自适应条件都提升了成对用户满意度并降低了真实性，揭示出个性化与接地之间的权衡，但只有线索响应的“尝试”还提升了约束满足度和告知率。适应如何实现很重要：Oracle 的收益取决于特质表达的明显程度，而对于不随和的用户，标签导致 Qwen3 和 Gemini 模仿敌意。“尝试”避免了这一失败，其满意度收益不依赖于特质可见性，并且总体上比 Oracle 更受偏好。一项 175 对的人类研究支持了 LLM 评判员的可靠性：在明确胜出的案例上，标注者与满意度评判员的一致率高于标注者彼此之间的一致率（76.3% 对 65.1%）。我们的结果表明，对可观察行为作出回应是比以心理标签为条件更稳健的社会适应基础。
| 评论： | 8 页 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2608.18085 [cs.CL] |
| （或 arXiv:2608.18085v2 [cs.CL] 为此版本） | |
| https://doi.org/10.48550/arXiv.2608.18085 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Maryam Shoaeinaeini [查看电子邮件]
[v1]
2026 年 6 月 4 日星期四 21:22:25 UTC（533 KB）
[v2]
2026 年 10 月 23 日星期五 03:55:36 UTC（642 KB）
来源：arXiv cs.CL · arxiv.org