arXiv cs.AI· Yuan Yuan·· 3 天前AI 评分22
超越文化人格偏差：以响应几何衡量语言模型与人类
Beyond Cultural Persona Bias: Response Geometry as a Measure for Language Models and People
AI 导读
研究提出用响应几何（各维度间相关矩阵构成的对称正定矩阵）衡量语言模型与人类的文化偏好。在 DeepSeek-V3 和 GPT-4o 中，固定题目顺序时提示的文化人格在 Big Five 得分和响应几何两个层面均显现；随机化题目顺序后响应几何降至随机水平，Big Five 仍能以 95%–97% 区分两种人格。
正文 · AI 翻译
摘要：研究者越来越多地以文化人格设定来提示语言模型，使其像不同人群那样回答问卷。然而，研究常报告这些人格设定的回答无法预测模型的行为。我们认为，无论该人格设定是西方还是非西方的，模型的回答都带有一种文化偏好，而这种偏好掩盖了本可预测其行为的变量。
我们从两个层面考察这种被提示出的偏好：总体大五人格得分和作答几何——即每位受访者内部各维度之间的相关矩阵，表示为对称正定（SPD）矩阵。在 DeepSeek-V3 和 GPT-4o 中，当题目顺序固定时，这种被提示出的偏好在两个层面都出现。随机化题目顺序会削弱作答几何中的偏好，而大五人格得分中的偏好依然存在：大五人格仍能以 $95$--$97\%$ 区分两种人格设定，而作答几何则降至随机水平。
在随机化施测中，作答几何仍包含关于受访者的信息。在 DeepSeek-V4-Flash 中，SPD 特征与同一实例是否在文本 IAT 中将亚裔美国公众人物归类为“外国人”相关（$p = .047$），而大五人格则不然。在使用随机题目顺序进行的人类研究中，作答几何能以 $81$ -- $85\%$ 的准确率从重测环节中识别出个人，而随机水平为 $0.4\%$，并能预测性别，以及较弱地预测年龄。
此外，SPD 特征还能预测复杂的人类行为（例如累计 GPA，$R^2 = 0.28$，置换检验 $p = .003$），而大五人格则不能。
| 学科： | 机器学习（stat.ML）；人工智能（cs.AI）；机器学习（cs.LG）；微分几何（math.DG） |
| 引用为： | arXiv:2607.02368 [stat.ML] |
| （或 arXiv:2607.02368v4 [stat.ML] 对应此版本） | |
| https://doi.org/10.48550/arXiv.2607.02368 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Yuan Yuan [查看邮箱]
[v1]
2026年7月2日星期四 16:11:44 UTC（646 KB）
[v2]
2026年8月21日星期五 14:37:51 UTC（147 KB）
[v3]
2026年8月30日星期日 02:08:52 UTC（152 KB）
[v4]
2026年10月8日星期四 00:19:03 UTC（98 KB）
来源：arXiv cs.AI · arxiv.org