复杂行为建模：视觉语言模型中的多重人格构成和动态切换

随着多模态 大语言模型 (MLLM) 在社交互动中的广泛部署，理解和控制他们在复杂个性条件下的行为至关重要。本文介绍了显性人格调节，并建立了包含单一人格诱导、多重人格诱导和人格转换的系统评估框架。实验表明，个性归纳可以提高图像字幕的性能，但会损害需要精确推理的任务的性能，例如视觉问答 (VQA)。在多特质构成和动态切换过程中观察到平衡和残留效应，表明模型行为受到先前和当前人格约束的共同调节。现有的基于提示的人格诱导方法显示出对多模式设置的可移植性有限。我们的工作揭示了 MLLM 中人格建模的动态和复杂本质，并强调需要稳健、定制的人格归纳和评估方法。论文被接受后，代码将被发布。