大语言模型 中的个性、角色和表达风格：互动主义分析

基于提示的个性控制是设计在社交环境中表现一致的 大语言模型 (LLM) 对话代理的关键技术。然而，在提示中指定大五人格特征 (BFT) 并不能确保在生成的话语中表达预期的特征。本文从互动主义的角度研究了这种不匹配，将人格表达视为由特质规范和情境因素之间的相互作用形成的依赖于情境的结果。我们分析了 LLM 生成的对话中感知的 BFT 表达如何受到三个提示因素的影响：个性特征、对话角色和表达风格。使用结合了六种人格条件、三种角色和三种表达风格条件的因子设计，我们生成了英语和日语各 1,080 个 LLM 代理对话。然后，我们使用 LLM 作为法官框架来评估目标代理的话语，以估计所表达的大五特征。结果表明，表达的个性不仅受到明确的特质规范的影响，而且还受到对话角色和表达风格的影响。这些影响是特定于特质的：对话角色强烈影响开放性，表达风格很大程度上影响责任心和宜人性，而明确的特质规范主导神经质。即使没有明确的人格特质规范，社会和表达条件也会产生明显的人格印象。跨语言比较显示英语和日语对话的模式大致相似，仅在个性、角色和表达风格的特定组合下存在明显差异。这些发现表明，LLM 主体的人格控制不应被理解为特质提示的直接结果，而应被理解为涉及人格规范、社会角色和表达风格的上下文相关过程。