Fugu-MT 論文翻訳(概要): AFSPP: Agent Framework for Shaping Preference and Personality with Large Language Models

論文の概要: AFSPP: Agent Framework for Shaping Preference and Personality with Large Language Models

arxiv url: http://arxiv.org/abs/2401.02870v1
Date: Fri, 5 Jan 2024 15:52:59 GMT
ステータス: 処理完了
システム内更新日: 2024-01-08 14:38:14.995999
Title: AFSPP: Agent Framework for Shaping Preference and Personality with Large Language Models
Title（参考訳）: AFSPP:大規模言語モデルによる嗜好とパーソナリティ形成のためのエージェントフレームワーク
Authors: Zihong He, Changwang Zhang
Abstract要約: 選好とパーソナリティのためのエージェントフレームワーク(AFSPP)を提案する。 AFSPPは、ソーシャルネットワークの多面的影響と、エージェントの好みとパーソナリティ形成に対する主観的意識を探求する。心理的実験の効率とスコープを大幅に向上させることができる。
参考スコア（独自算出の注目度）: 4.6251098692410855
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The evolution of Large Language Models (LLMs) has introduced a new paradigm for investigating human behavior emulation. Recent research has employed LLM-based Agents to create a sociological research environment, in which agents exhibit behavior based on the unfiltered characteristics of large language models. However, these studies overlook the iterative development within a human-like setting - Human preferences and personalities are complex, shaped by various factors and subject to ongoing change as a result of environmental and subjective influences. In light of this observation, we propose Agent Framework for Shaping Preference and Personality (AFSPP), exploring the multifaceted impact of social networks and subjective consciousness on LLM-based Agents' preference and personality formation. With AFSPP, we have, for the first time, successfully replicated several key findings from human personality experiments. And other AFSPP-based experimental results indicate that plan making, sensory perceptions and social networking with subjective information, wield the most pronounced influence on preference shaping. AFSPP can significantly enhance the efficiency and scope of psychological experiments, while yielding valuable insights for Trustworthy Artificial Intelligence research for strategies to prevent undesirable preference and personality development.
Abstract（参考訳）: 大規模言語モデル(LLM)の進化は、人間の行動エミュレーションを研究するための新しいパラダイムを導入した。近年、LLMベースのエージェントを用いて、エージェントが大きな言語モデルの未フィルタリング特性に基づいて行動を示す社会学的研究環境を構築している。しかし、これらの研究は、人間の嗜好と個性は複雑であり、様々な要因によって形作られ、環境や主観的な影響によって継続的な変化の対象となる。そこで本研究では,LLMに基づくエージェントの嗜好とパーソナリティ形成に対する,ソーシャルネットワークの多面的影響と主観的意識を探求するエージェント・フレームワーク(AFSPP)を提案する。 AFSPPでは、人間の個性実験から得られたいくつかの重要な発見を初めて再現しました。 AFSPPに基づく他の実験結果は、計画作成、知覚知覚、主観的情報によるソーシャルネットワーキングが、嗜好形成に最も顕著な影響を及ぼしたことを示している。 AFSPPは心理的実験の効率とスコープを大幅に向上させると同時に、好ましくない嗜好やパーソナリティの発達を防ぐための戦略として、信頼できる人工知能研究に貴重な洞察を与える。

関連論文リスト

Persuasion with Large Language Models: a Survey [49.86930318312291]
大規模言語モデル (LLM) は説得力のあるコミュニケーションに新たな破壊的可能性を生み出している。政治、マーケティング、公衆衛生、電子商取引、慈善事業などの分野では、LLMシステムズは既に人間レベルや超人的説得力を達成している。 LLMをベースとした説得の現在と将来の可能性は、倫理的・社会的リスクを著しく引き起こす可能性が示唆された。
論文参考訳（メタデータ） (2024-11-11T10:05:52Z)
Designing LLM-Agents with Personalities: A Psychometric Approach [0.47498241053872914]
本研究は, 定量的, 制御可能, 心理的に検証された個人性をエージェントに割り当てる新しい手法を提案する。人体研究の制約を克服し、エージェントを社会科学調査のためのアクセス可能なツールとして提案する。
論文参考訳（メタデータ） (2024-10-25T01:05:04Z)
PersLLM: A Personified Training Approach for Large Language Models [66.16513246245401]
社会実践, 一貫性, 動的発達という, 心理学に根ざした個性の原則を統合したPersLLMを提案する。モデルパラメータに直接パーソナリティ特性を組み込み、誘導に対するモデルの抵抗性を高め、一貫性を高め、パーソナリティの動的進化を支援する。
論文参考訳（メタデータ） (2024-07-17T08:13:22Z)
Is persona enough for personality? Using ChatGPT to reconstruct an agent's latent personality from simple descriptions [2.6080756513915824]
パーソナリティ(Personality)は、人間の認知の基本的な側面であり、行動、思考、感情に影響を与える様々な特徴を含んでいる。本稿では,社会デコグラフィとパーソナリティ型情報を含む簡単な記述のみに基づいて,これらの複雑な認知属性を再構築する大規模言語モデル(LLM)の機能について考察する。
論文参考訳（メタデータ） (2024-06-18T02:32:57Z)
ResearchAgent: Iterative Research Idea Generation over Scientific Literature with Large Language Models [56.08917291606421]
ResearchAgentは、大規模言語モデルによる研究アイデア作成エージェントである。科学文献に基づいて繰り返し精製しながら、問題、方法、実験設計を生成する。我々は、複数の分野にわたる科学論文に関するResearchAgentを実験的に検証した。
論文参考訳（メタデータ） (2024-04-11T13:36:29Z)
Is Cognition and Action Consistent or Not: Investigating Large Language Model's Personality [12.162460438332152]
本研究では,人格質問紙に対する回答を通じて,人格特性の証明における言語モデル(LLM)の信頼性について検討した。我々のゴールは、LLMの人格傾向と実際の「行動」との整合性を評価することである。本研究では,心理学的理論とメトリクスに基づく観察結果の仮説を提案する。
論文参考訳（メタデータ） (2024-02-22T16:32:08Z)
Sensitivity, Performance, Robustness: Deconstructing the Effect of Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文参考訳（メタデータ） (2023-09-13T15:42:06Z)
Machine Psychology [54.287802134327485]
我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
論文参考訳（メタデータ） (2023-03-24T13:24:41Z)
Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia for Human Personality Profiling [74.83957286553924]
我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
論文参考訳（メタデータ） (2021-06-20T10:48:49Z)
Expertise and confidence explain how social influence evolves along intellective tasks [10.525352489242396]
本研究では,知的なタスクの連続を集団的に実行する個人集団における対人的影響について検討する。本稿では, 過渡記憶系の理論, 社会的比較, 社会的影響の起源に関する信頼に関する実証的証拠を報告する。これらの理論にインスパイアされた認知力学モデルを提案し、個人が時間とともに対人的影響を調整する過程を記述する。
論文参考訳（メタデータ） (2020-11-13T23:48:25Z)

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。