論文の概要: Does Role-Playing Chatbots Capture the Character Personalities?
Assessing Personality Traits for Role-Playing Chatbots
- arxiv url: http://arxiv.org/abs/2310.17976v1
- Date: Fri, 27 Oct 2023 08:42:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-30 14:20:03.433027
- Title: Does Role-Playing Chatbots Capture the Character Personalities?
Assessing Personality Traits for Role-Playing Chatbots
- Title(参考訳): ロールプレイング・チャットボットはキャラクターの性格を捉えるか?
ロールプレイングチャットボットのパーソナリティ特性評価
- Authors: Xintao Wang, Xintao Wang, Yaying Fei, Ziang Leng, Cheng Li
- Abstract要約: 本稿では,ロールプレイングチャットボットにおける個性評価のための,革新的なオープンエンドインタビュースタイルのアプローチを明らかにする。
我々は,ChatHaruhiライブラリが作成した32個のロールプレイングチャットボットに対して,ビッグファイブとMBTIの両次元にわたるパーソナリティ評価を行った。
- 参考スコア(独自算出の注目度): 42.966805890434095
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The emergence of large-scale pretrained language models has revolutionized
the capabilities of new AI application, especially in the realm of crafting
chatbots with distinct personas. Given the "stimulus-response" nature of
chatbots, this paper unveils an innovative open-ended interview-style approach
for personality assessment on role-playing chatbots, which offers a richer
comprehension of their intrinsic personalities. We conduct personality
assessments on 32 role-playing chatbots created by the ChatHaruhi library,
across both the Big Five and MBTI dimensions, and measure their alignment with
human perception. Evaluation results underscore that modern role-playing
chatbots based on LLMs can effectively portray personality traits of
corresponding characters, with an alignment rate of 82.8% compared with
human-perceived personalities. Besides, we also suggest potential strategies
for shaping chatbots' personalities. Hence, this paper serves as a cornerstone
study for role-playing chatbots that intersects computational linguistics and
psychology. Our resources are available at
https://github.com/LC1332/Chat-Haruhi-Suzumiya
- Abstract(参考訳): 大規模な事前訓練された言語モデルの出現は、新しいAIアプリケーション、特に異なるペルソナを持つチャットボットの領域における能力に革命をもたらした。
本論文は,チャットボットの「刺激応答性」の性質を考慮し,ロールプレイング・チャットボットにおける個性評価のための革新的なオープンエンドインタビュースタイルのアプローチを提示する。
チャットハルヒライブラリーが作成した32種類のロールプレイングチャットボットについて,5次元とmbti次元の両方においてパーソナリティ評価を行い,その人間知覚との整合を計測した。
評価結果は,LLMに基づく現代のロールプレイングチャットボットは,人間よりも82.8%のアライメント率で,対応するキャラクターの性格特性を効果的に表現できることを示した。
また、チャットボットの個性を形作るための潜在的戦略も提案する。
そこで本稿は,計算言語学と心理学を交差するロールプレイングチャットボットの基礎研究である。
リソースはhttps://github.com/LC1332/Chat-Haruhi-Suzumiyaで利用可能です。
関連論文リスト
- How Well Can LLMs Echo Us? Evaluating AI Chatbots' Role-Play Ability with ECHO [55.25989137825992]
チューリングテストに触発された評価フレームワークECHOを紹介する。
この枠組みは、人間と機械が生成した反応を区別するために、対象個人の知名度に係わる。
基礎モデルとして GPT-3.5 と GPT-4 の3つのロールプレイング LLM をECHO を用いて評価した。
論文 参考訳(メタデータ) (2024-04-22T08:00:51Z) - Driving Generative Agents With Their Personality [0.0]
本研究では,ゲームキャラクタ開発における心理測定値,特にパーソナリティ情報を活用するためのLarge Language Models (LLMs) の可能性を探る。
この研究は、LLMが与えられたパーソナリティプロファイルを一貫して表現できることを示し、ゲームキャラクタの人間的な特性を高める。
論文 参考訳(メタデータ) (2024-02-21T21:29:57Z) - Can ChatGPT Read Who You Are? [9.694940903078656]
チェコ語で書かれたテキストを代表とする総合的なユーザスタディの結果を155人のサンプルで報告した。
本研究は,ChatGPTによる性格特性推定と人間による評価とを比較し,テキストから人格特性を推定する際のChatGPTの競争性能を報告する。
論文 参考訳(メタデータ) (2023-12-26T14:43:04Z) - PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for
Personality Detection [50.66968526809069]
PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。
実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
論文 参考訳(メタデータ) (2023-10-31T08:23:33Z) - Character-LLM: A Trainable Agent for Role-Playing [67.35139167985008]
大規模言語モデル(LLM)は、人間の振る舞いをシミュレートするエージェントとして用いられる。
本稿では, ベートーヴェン, クレオパトラ女王, ユリウス・カエサルなど, LLM に特定の人物として行動するように教えるキャラクタ-LLMを紹介する。
論文 参考訳(メタデータ) (2023-10-16T07:58:56Z) - Personality Understanding of Fictional Characters during Book Reading [81.68515671674301]
この問題に対する最初のラベル付きデータセットPersoNetを提示する。
当社の新たなアノテーション戦略では,オリジナル書籍のプロキシとして,オンライン読書アプリからユーザノートを注釈付けします。
実験と人間の研究は、データセットの構築が効率的かつ正確であることを示している。
論文 参考訳(メタデータ) (2023-05-17T12:19:11Z) - Identifying and Manipulating the Personality Traits of Language Models [9.213700601337383]
言語モデルにおける知覚的パーソナリティが、言語生成において一貫して現れるかどうかを検討する。
BERT や GPT2 のような言語モデルでは、異なる文脈におけるパーソナライズマーカーの識別と反映が一貫して可能であることを示す。
この振る舞いは、非常に予測可能な方法で操作できる能力を示し、それらを人格の特徴を特定し、ダイアログシステムのようなアプリケーションにおけるペルソナを制御するツールとしてフレーム化します。
論文 参考訳(メタデータ) (2022-12-20T14:24:11Z) - My tweets bring all the traits to the yard: Predicting personality and
relational traits in Online Social Networks [4.095574580512599]
本研究は,オンラインソーシャルネットワーク(OSN)における全体像プロファイルの予測モデルを提供することを目的とする。
我々はまずOSNアカウントから幅広い機能を抽出する機能エンジニアリング手法を考案した。
そして,抽出した特徴に基づいて,ユーザの心理的特徴のスコアを予測する機械学習モデルを設計した。
論文 参考訳(メタデータ) (2020-09-22T20:30:56Z) - Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset
for Personality Assessment [50.15466026089435]
本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。
参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。
データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
論文 参考訳(メタデータ) (2020-08-31T17:44:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。