研究提出从个人写作学习人格潜变量并注入冻结语言模型

Gunhee Cho 与 Yun-Gyung Cheong 提出 Personality Latents（PL）方法：无需人格标签或自撰档案，直接从个人写作中为每个人学习一个隐变量，并以软前缀形式注入冻结语言模型。 作者称，在 MBTI 各轴上，PL 的 AUC 超过 persona embedding 和基于提示词的基线，且在三种嵌入空间评分下排名一致；用 Qwen2.5-3B-Instruct 学到的隐变量仅通过新适配器即可迁移到 Llama-3.1-8B-Instruct。上述比较与迁移效果均为论文作者的说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。