論文の概要: SPeCtrum: A Grounded Framework for Multidimensional Identity Representation in LLM-Based Agent
- arxiv url: http://arxiv.org/abs/2502.08599v1
- Date: Wed, 12 Feb 2025 17:38:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-13 13:48:40.894475
- Title: SPeCtrum: A Grounded Framework for Multidimensional Identity Representation in LLM-Based Agent
- Title（参考訳）: SPeCtrum: LLMエージェントにおける多次元アイデンティティ表現のための基盤的フレームワーク
- Authors: Keyeun Lee, Seo Hyeong Kim, Seolhee Lee, Jinsu Eun, Yena Ko, Hayeon Jeon, Esther Hehsun Kim, Seonghye Cho, Soeun Yang, Eun-mee Kim, Hajin Lim,
- Abstract要約: 個々のアイデンティティをシミュレートする既存の方法は、しばしば人間の複雑さを過度に単純化する。
本研究では,個人の多次元自己概念を取り入れた実エージェントペルソナを構築するためのフレームワークであるSPeCtrumを紹介する。
以上の結果から,S,P,Cの統合は現実のアイデンティティ表現の信頼性と精度を高めるが,Cだけでは基本的なアイデンティティシミュレーションに十分である可能性が示唆された。
- 参考スコア（独自算出の注目度）: 2.4899129344415374
- License:
- Abstract: Existing methods for simulating individual identities often oversimplify human complexity, which may lead to incomplete or flattened representations. To address this, we introduce SPeCtrum, a grounded framework for constructing authentic LLM agent personas by incorporating an individual's multidimensional self-concept. SPeCtrum integrates three core components: Social Identity (S), Personal Identity (P), and Personal Life Context (C), each contributing distinct yet interconnected aspects of identity. To evaluate SPeCtrum's effectiveness in identity representation, we conducted automated and human evaluations. Automated evaluations using popular drama characters showed that Personal Life Context (C)-derived from short essays on preferences and daily routines-modeled characters' identities more effectively than Social Identity (S) and Personal Identity (P) alone and performed comparably to the full SPC combination. In contrast, human evaluations involving real-world individuals found that the full SPC combination provided a more comprehensive self-concept representation than C alone. Our findings suggest that while C alone may suffice for basic identity simulation, integrating S, P, and C enhances the authenticity and accuracy of real-world identity representation. Overall, SPeCtrum offers a structured approach for simulating individuals in LLM agents, enabling more personalized human-AI interactions and improving the realism of simulation-based behavioral studies.
- Abstract（参考訳）: 個々のアイデンティティをシミュレートする既存の方法は、しばしば人間の複雑さを過度に単純化し、不完全あるいは平坦な表現につながる。
この問題を解決するために,SPeCtrumは,個人が持つ多次元自己概念を組み込むことで,真正LLMエージェントペルソナを構築するための基盤となるフレームワークである。
SPeCtrumはソーシャルアイデンティティ(S)、Personal Identity(P)、Personal Life Context(C)の3つのコアコンポーネントを統合している。
同一性表現におけるSPeCtrumの有効性を評価するために,自動評価と人体評価を行った。
人気ドラマキャラクタを用いた自動評価の結果,Personal Life Context (C) は社会的アイデンティティ (S) とPersonal Identity (P) に比較して,嗜好に関する短いエッセイと日常の習慣をモデル化したキャラクタのアイデンティティを効果的に評価し,完全なSPC組み合わせと相容れない結果が得られた。
対照的に、現実世界の個人を含む人間の評価では、完全なSPCの組み合わせは、C単独よりも包括的な自己概念表現を提供することがわかった。
以上の結果から,S,P,Cの統合は現実のアイデンティティ表現の信頼性と精度を高めるが,Cだけでは基本的なアイデンティティシミュレーションに十分である可能性が示唆された。
全体として、SPeCtrumは、LLMエージェント内の個人をシミュレートするための構造化されたアプローチを提供し、よりパーソナライズされた人間とAIのインタラクションを可能にし、シミュレーションベースの行動研究のリアリズムを改善する。
関連論文リスト
- PersonaHOI: Effortlessly Improving Personalized Face with Human-Object Interaction Generation [62.85437763951757]
PersonaHOIは、一般の安定拡散モデルとパーソナライズされた顔拡散(PFD)モデルとを融合させて、アイデンティティ一貫性のある人間-オブジェクト相互作用(HOI)画像を生成する、トレーニングおよびチューニング不要なフレームワークである。
論文 参考訳（メタデータ） (2025-01-10T10:01:36Z) - From Individual to Society: A Survey on Social Simulation Driven by Large Language Model-based Agents [47.935533238820334]
伝統的な社会学研究は、しばしば人間の参加に頼っているが、それは効果的だが、高価であり、スケールが困難であり、倫理的な懸念がある。
大規模言語モデル(LLM)の最近の進歩は、人間の振る舞いをシミュレートし、個々の反応の複製を可能にし、多くの学際的な研究を容易にする可能性を強調している。
シミュレーションは,(1)特定の個人や人口集団を模倣する個人シミュレーション,(2)複数のエージェントが協調して特定の状況における目標を達成するシナリオシミュレーション,(3)エージェント社会内の相互作用をモデル化して実世界のダイナミクスの複雑さや多様性を反映するシミュレーション社会の3種類に分類される。
論文 参考訳（メタデータ） (2024-12-04T18:56:37Z) - Generative Agent Simulations of 1,000 People [56.82159813294894]
本稿では,1,052人の実人の態度と行動をシミュレートする新しいエージェントアーキテクチャを提案する。
生成エージェントは一般社会調査の参加者の回答を85%の精度で再現する。
我々のアーキテクチャは、人種的およびイデオロギー的グループにおける正確さのバイアスを、人口統計学的記述のエージェントと比較して低減する。
論文 参考訳（メタデータ） (2024-11-15T11:14:34Z) - Identity-Driven Hierarchical Role-Playing Agents [44.51058666568503]
階層的アイデンティティ・ロールプレイング・フレームワーク(HIRPF)をアイデンティティ理論に基づいて構築する。
本稿では,スケール評価とオープン状況評価を含む評価ベンチマークを提案する。
経験的結果は、アイデンティティレベルのロールシミュレーションをモデル化する上で、我々のフレームワークの顕著な有効性を示している。
論文 参考訳（メタデータ） (2024-07-28T06:38:56Z) - 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) - From Persona to Personalization: A Survey on Role-Playing Language Agents [52.783043059715546]
大規模言語モデル(LLM)の最近の進歩はロールプレイング言語エージェント(RPLA)の台頭を後押ししている。
RPLAは、人間の類似性と鮮明なロールプレイングパフォーマンスの素晴らしい感覚を達成します。
彼らは感情的な仲間、インタラクティブなビデオゲーム、パーソナライズされたアシスタント、コピロなど、多くのAI応用を触媒してきた。
論文 参考訳（メタデータ） (2024-04-28T15:56:41Z) - Human Simulacra: Benchmarking the Personification of Large Language Models [38.21708264569801]
大規模言語モデル(LLM)は、人間の知性の側面を忠実に模倣するシステムとして認識されている。
本稿では,仮想キャラクタのライフストーリーをゼロから構築するためのフレームワークを提案する。
実験により, 構築したシミュラクラは, 対象キャラクタと一致した擬人化応答を生成できることが実証された。
論文 参考訳（メタデータ） (2024-02-28T09:11:14Z) - 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) - Subverting machines, fluctuating identities: Re-learning human
categorization [1.3106063755117399]
AI研究におけるデフォルトパラダイムは、離散的で静的な重要な属性を持つアイデンティティを想定している。
対照的に、批判理論における思考のストランドは、自己同一性の概念を可鍛性として示し、相互作用を通して完全に構成する。
論文 参考訳（メタデータ） (2022-05-27T03:09:25Z)
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。