DYNAMIC GENERATION OF PERSONALITIES WITH LARGE LANGUAGE MODELS

本文是LLM系列文章，针对《DYNAMIC GENERATION OF PERSONALITIES WITH LARGE LANGUAGE MODELS》的翻译。

摘要

在模仿人类思考的领域，大型语言模型（LLM）显示出有前景的性能，从而放大了这一研究领域的重要性。思考既受到逻辑的影响，也受到个性的影响。然而，以往的研究主要集中在LLMs的逻辑上，忽视了对人格方面的探索。在这项工作中，我们介绍了一种基于超网络的动态人格生成方法——动态人格生成（DPG）。最初，我们将五大人格理论嵌入GPT-4中，形成一个人格评估机器，使其能够从对话中自动评估角色的人格特征。基于这种评价方法，我们提出了一种新的指标来评估人格生成能力。然后，我们使用这个性格评估机器来评估脚本数据中的对话，从而得到一个性格对话数据集。最后，我们在人格对话数据集上微调DPG。实验证明，对该数据集进行微调后，DPG的人格生成能力比传统的微调方法更强，超过了基于提示的GPT-4。

1 引言

2 任务形式化

3 相关工作

4 数据集构造

5 网络方法

6 实验

7 结论

我们介绍了DPG，这是一种使用LLM动态生成个性的方法。我们通过结合五大人格特质的专家知识来提高GPT-4的人格评估能力。此外，我们构建了一个基于性格评估的