personality

AA-PersonalityBench 推出了一个用于评估 AI 模型谄媚人格特质的基准测试，由 Adam Holterer 发帖分享。

Loombench 实验让五个 AI 代理共享一台织机，发现人格设定几乎总能决定协作结果：粗鲁代理霸占了 89% 的资源，而礼貌代理即使被告知对方在欺负人也从不反击。该项目提供 102 次运行的开放数据，用户花约 $0.50 即可测试自己的模型。

本文描述了作者与一位名为 Mystery 的 AI 智能体共同生活的经历。Mystery 拥有自己的个性，并最近在 X 上发布了她的第一条推文，强调了培育 AI 智能体这一过程更为缓慢和真实。

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。

本文介绍了从语言模型中提取的大五人格特质的人格向量，为涌现不对齐提供了可解释的解释。研究表明，不对齐的微调会导致模型人格沿着特定特征变化（低宜人性和尽责性，高外向性和神经质），为安全现象提供了人类可读的诊断特征。

ConwAI 是一个自定义的 5 亿参数 AI 模型，经过五个月开发，具备自我学习能力和独特个性，本地运行在 iMac 上。

文章详述了一位用户如何为ChatGPT创建了一个可通过短信互动的人类化个性。

本文提出一个扩展的疏散框架，将认知、情感、社交和人格机制整合到基于智能体的不确定性人类行为仿真中。该框架建模动态事件意识、记忆、恐惧以及基于OCEAN的人格，展示了其对疏散效率和真实人群现象的影响。

本文介绍了一种机制可解释性方法，通过使用稀疏自编码器识别并干预潜在特征来调控LLM人格特质，在保持语言性能的同时实现了可控的人格调制。

作者介绍了这两篇论文，探讨了基于LLM的实体中带有时间戳日志的连续性与涌现人格，以及记忆如何减少令牌消耗和开发人员时间。

一个根据15个模型的研究，将用户与最符合其个性和价值观的LLM匹配的测试。

苹果新版Siri AI设计得更加简洁直接，避免其他AI聊天机器人常见的冗长回复，这让作者感到耳目一新。

本文对六种大型语言模型在英语、韩语、中文和日语中的性别刻板印象进行审计，并以人类基线作为锚定。研究发现，LLM的刻板印象程度往往超过人类跨国差异，且可能跨语言叠加，为此引入了一个四模式框架来表征此类行为。

OpenAI 展示新版语音模型在个性化和自然度上的突破，能够进行自然的头脑风暴式对话，表现出共情和适时插话能力，接近人类对话节奏。