基于大语言模型的人格自适应对话智能体:检测-调节-评估架构设计与模拟验证
《Electronics》:Personality-Adaptive Conversational AI for Emotional Support: A Simulation Study Integrating Big Five Detection with Zurich Model-Inspired Regulation
【字体:
大
中
小
】
时间:2026年09月19日
来源:Electronics 2.9
编辑推荐:
摘要
基于大语言模型(LLM)的对话智能体能够生成流畅的回复,但在根据其支持性风格适应个人性格和情感需求方面仍然有限。我们提出了一种检测 - 调节 - 评估(D-R-E)架构,该架构执行逐轮的大五人格检测,并应用受苏黎世模型启发的行为调节,与 PROMISE 协同工作。其新
摘要基于大语言模型(LLM)的对话智能体能够生成流畅的回复,但在根据其支持性风格适应个人性格和情感需求方面仍然有限。我们提出了一种检测 - 调节 - 评估(D-R-E)架构,该架构执行逐轮的大五人格检测,并应用受苏黎世模型启发的行为调节,与 PROMISE 协同工作。其新颖之处在于这是一种集成的、可复现的检测→调节→评估架构,用于受控模拟——而非声称具有临床有效性。在一项 GPT-4 模拟中,比较了性格自适应(调节)助手和标准(非自适应)助手,由基于 LLM 的结构化评估器评分,作者审阅保留作为内部审计。主要发现是混合性格比较(相同用户文本,输入回放;结果评分协议未完整独立归档):维度级准确性降至 58.1%,但三个跨家族 LLM 评委仍保留性格需求优势,将极端画像结果定位为上界。在极端边界条件画像下,严格的全部五项特征恢复率为 21/60 (35.0%),维度级准确性为 83.3%;调节依从性为 100%,性格需求“是”比率从 8.3% (5/60) 升至 100% (60/60),作为上界选择性增强检查。一项双评估员验证与修订审计在重叠部分显示检测标签上具有实质性一致性(平均线性系数),但仅覆盖检测标签;结果评分标准仍由 LLM 评分。安全行为(危机处理、不安全建议、幻觉、升级)未进行评估。苏黎世映射作为设计选择实施,而非作为心理学理论得到验证;该系统未作为治疗或临床干预进行评估。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号