persona-generation

本文介绍了一种基于LLM的聊天机器人动态生成内群体人格的方法：首先识别用户的主要关切，然后创建一个共享该关切点的合成人格。一项人类受试者研究表明，与基线条件相比，该方法在感知融洽度和用户参与度方面有显著提升。

提出了Persona Policies（PPol），一种即插即用的控制层，利用LLM驱动的进化程序搜索来生成多样且逼真的用户角色，用于评估LLM代理。相比基线实现了33-62%的适应度提升，逼真度评分达到80.4%，并将代理鲁棒性提升了+17%的任务成功率。

# 如何利用合成人物画像将韩国AI智能体锚定于真实人口统计数据 来源：[https://huggingface.co/blog/nvidia/build-korean-agents-with-nemotron-personas](https://huggingface.co/blog/nvidia/build-korean-agents-with-nemotron-personas) [返回文章列表](https://huggingface.co/blog) - [韩国专属数据集](https://huggingface.co/blog/nvidia/build-korean-agents-with-nemotron-personas#a-sovereign-dataset-for-south-korea) - [为何这对自主智能体至关重要](https://