arXiv cs.MA· Gunhee Cho, Yun-Gyung Cheong·· 4 天前AI 评分22
Big5-Scaler：用大五人格标量提示词实现 LLM 人格控制
Scaling Personality Control in LLMs with Big Five Scaler Prompts
AI 导读
研究者提出 Big5-Scaler，一个基于提示词的框架，通过将大五人格数值嵌入自然语言提示词，无需额外训练即可对 LLM 实现细粒度人格控制。该框架在特质表达、对话生成和人类特质模仿任务上评估，能在不同模型中稳定诱导出可区分的人格特质，且表现随提示词类型和强度而变化。分析显示，简洁提示词与较低特质强度效果更佳，为构建人格感知对话智能体提供了高效途径。
正文 · AI 翻译
摘要：我们提出了 Big5-Scaler，一个基于提示词的框架，用于以可控的大五人格特质来调节大型语言模型（LLM）。通过将数值化的特质值嵌入自然语言提示词中，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，它能在不同模型中诱导出一致且可区分的人格特质，其表现因提示词类型和规模而异。我们的分析凸显了简洁提示词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。
| 学科： | 计算与语言（cs.CL）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2508.06149 [cs.CL] |
| （或 arXiv:2508.06149v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2508.06149 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Gunhee Cho [查看电子邮件]
[v1]
2025年8月8日星期五 09:11:05 UTC（3,855 KB）
[v2]
2026年10月14日星期三 06:13:56 UTC（1,104 KB）
来源：arXiv cs.MA · arxiv.org