论文页面 - AI 角色会成长吗？分析并基准测试 LLM 智能体在生活事件后的人格演化

来源：https://huggingface.co/papers/2608.06485

摘要

人格条件化的 LLM 智能体（PC-Agents）越来越多地用于情感支持、社交模拟和角色扮演，这推动了能够在长期交互中保持一致性的终身智能体的发展。这种一致性的一个关键组成部分是人格演化：智能体在经历不同情境中的生活事件时，应产生合理且有心理学依据的变化。尽管先前研究表明 LLM 人格会在情境扰动下发生偏移，但人们对这些偏移如何随特质、事件、角色和模型的不同而变化仍知之甚少。我们以大五人格特质作为心理测量锚点，研究了 11 个重大生活事件后由事件诱发的人格变化，并结合人类人格心理学中的纵向证据来解读由此产生的变化轨迹。在四个诊断维度上，PC-Agents 在有无文献记载的人类变化方向的事件-特质对上都表现出可测量的特质变化，且变化速率相似。即使变化方向符合预期，其幅度通常也低于人类效应量范围。性别和文化区域提示几乎没有调节效应，而角色层面的离散度相对于人类样本被压缩了三到四倍。为了进行系统性比较，我们引入了 BFI-Adapt，这是一个可复用的基准，用于评估事件诱发人格变化的方向保真度，并使用它对 14 个模型进行排名。验证套件表明，测量到的变化超过了无事件重测噪声，在独立改写的提示下保持稳定，与基于场景的行为选择仅表现出有限且依赖模型的趋同性，并且在穿插的无关对话后仍然存在。这些检验共同确立了所测得轨迹是稳健的事件条件化响应模式。我们的结果表明，当前的 PC-Agents 模拟了人类人格动力学中的均值，但并未模拟其形态。

查看 arXiv 页面 查看 PDF GitHub0 添加到合集

引用此论文的模型0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2608.06485，即可从此页面链接到该模型。

引用此论文的数据集0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2608.06485，即可从此页面链接到该数据集。

引用此论文的 Space0

没有 Space 链接此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2608.06485，即可从此页面链接到该 Space。

包含此论文的合集0

没有合集包含此论文

将此论文添加到合集（https://huggingface.co/new-collection），即可从此页面链接到该合集。