behaviors

标签

#behaviors

从表征到行为：探索LLMs中的人-情境-行为三元组

arXiv cs.CL ↗ · 2026-07-30 缓存

本文将Funder的人格三元框架适配到大语言模型（LLM），利用稀疏自编码器发现并验证类似特质的内部表征，并通过特征层面的干预展示可控的双向行为偏移。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈