論文の概要: Personality Vector: Modulating Personality of Large Language Models by Model Merging

• arxiv url: http://arxiv.org/abs/2509.19727v1
• Date: Wed, 24 Sep 2025 03:11:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-25 20:53:19.677438
• Title: Personality Vector: Modulating Personality of Large Language Models by Model Merging
• Title（参考訳）: パーソナリティベクトル:モデルマージによる大規模言語モデルのパーソナリティ制御
• Authors: Seungjong Sun, Seo Yeon Baek, Jang Hyun Kim,
• Abstract要約: 大規模言語モデル(LLM)におけるパーソナリティ変調の新しい手法を提案する。 我々は、与えられた性格特性に基づいて、微調整モデルから事前訓練されたモデルの重みを減らし、人格ベクトルを構築する。 実験により、人格ベクトルは特性強度を連続的に制御し、複数の特徴の合成を支援することが示されている。
• 参考スコア（独自算出の注目度）: 2.375715682799016
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Driven by the demand for personalized AI systems, there is growing interest in aligning the behavior of large language models (LLMs) with human traits such as personality. Previous attempts to induce personality in LLMs have shown promising results, but they struggle to capture the continuous and multidimensional nature of human traits. In this work, we propose a novel method for personality modulation in LLMs via model merging. Specifically, we construct personality vectors by subtracting the weights of a pre-trained model from those of the fine-tuned model on a given personality trait. By merging personality vectors, we enable LLMs to exhibit desired personality traits without additional training. Extensive experiments show that personality vectors enable continuous control over trait intensity and support the composition of multiple traits. Furthermore, personality vectors transfer across diverse downstream models, suggesting that they encode generalizable representations of personality. Our code is available at here.
• Abstract（参考訳）: パーソナライズされたAIシステムの需要により、大きな言語モデル(LLM)の振る舞いと人格のような人間の特性の整合性への関心が高まっている。 LLMにおけるパーソナリティを誘導する以前の試みは有望な結果を示しているが、それらは人間の特性の連続的・多次元的な性質を捉えるのに苦労している。 本研究では,モデルマージによるLLMのパーソナリティ変調手法を提案する。 具体的には、与えられた人格特性に基づいて、微調整モデルから事前訓練されたモデルの重みを減らし、人格ベクトルを構築する。 パーソナリティベクターをマージすることで、LLMは追加のトレーニングをすることなく、望ましいパーソナリティを表現できる。 広範囲な実験により、人格ベクトルは特性強度を連続的に制御し、複数の特徴の合成を支援することが示されている。 さらに、パーソナリティベクトルは様々な下流モデル間で伝達され、パーソナリティの一般化可能な表現を符号化する。 私たちのコードはここにある。

関連論文リスト

• Neuron-based Personality Trait Induction in Large Language Models [115.08894603023712]
  大規模言語モデル (LLM) は、様々な性格特性をシミュレートする能力が増している。 LLMにおけるパーソナリティ特性誘導のためのニューロンに基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2024-10-16T07:47:45Z)
• P-React: Synthesizing Topic-Adaptive Reactions of Personality Traits via Mixture of Specialized LoRA Experts [34.374681921626205]
  我々は、専門家(MoE)をベースとしたパーソナライズされた大規模言語モデルであるP-Reactを提案する。 特に、パーソナリティ・ロス(PSL)を統合して、個々の特徴表現をよりよく捉えます。 この分野での研究を容易にするため、高品質で人間認証されたデータセットであるOCEAN-Chatをキュレートする。
  論文  参考訳（メタデータ） (2024-06-18T12:25:13Z)
• LLMvsSmall Model? Large Language Model Based Text Augmentation Enhanced Personality Detection Model [58.887561071010985]
  パーソナリティ検出は、ソーシャルメディア投稿に根ざした性格特性を検出することを目的としている。 既存のほとんどのメソッドは、事前訓練された言語モデルを微調整することで、ポスト機能を直接学習する。 本稿では,大規模言語モデル (LLM) に基づくテキスト拡張強化人格検出モデルを提案する。
  論文  参考訳（メタデータ） (2024-03-12T12:10:18Z)
• ControlLM: Crafting Diverse Personalities for Language Models [32.411304295746746]
  そこで本研究では,モデルの潜在空間における行動プロンプトの対比から導かれる,差動アクティベーションパターンを利用した制御LMを提案する。 まず、トレーニングなしで多様なペルソナ行動を引き出す制御LMの能力を実証する一方、精度制御により、人格特性が平均的な人格値と密に一致できることを実証する。 我々は,良心や親しみなどの有益な属性を選択的に増幅することで,推論と質問応答を改善した。
  論文  参考訳（メタデータ） (2024-02-15T17:58:29Z)
• Eliciting Personality Traits in Large Language Models [0.0]
  大規模言語モデル(LLM)は採用の文脈において、候補者と雇用主の両方が利用している。 本研究は,異なる入力プロンプトに基づいて,それらの出力変動を調べることによって,そのようなモデルをよりよく理解することを目的とする。
  論文  参考訳（メタデータ） (2024-02-13T10:09:00Z)
• Editing Personality for Large Language Models [73.59001811199823]
  本稿では,Large Language Models (LLMs) の性格特性の編集に焦点をあてた革新的なタスクを紹介する。 このタスクに対処する新しいベンチマークデータセットであるPersonalityEditを構築します。
  論文  参考訳（メタデータ） (2023-10-03T16:02:36Z)
• Personality Traits in Large Language Models [42.31355340867784]
  コミュニケーションの有効性を決定する重要な要因は人格である。 本稿では,広く使用されている大規模言語モデル上でのパーソナリティテストの管理と検証のための,新しい,包括的・包括的心理学的・信頼性の高い方法論を提案する。 本稿では,計測・形成手法の適用と倫理的意味,特に責任あるAIについて論じる。
  論文  参考訳（メタデータ） (2023-07-01T00:58:51Z)
• Evaluating and Inducing Personality in Pre-trained Language Models [78.19379997967191]
  人間の個性理論を機械行動研究のツールとして活用することで,心理測定研究からインスピレーションを得た。 これらの疑問に答えるために,機械の動作を研究するためのMachine Personality Inventory(MPI)ツールを紹介した。 MPIは、ビッグファイブ・パーソナリティ・ファクター(Big Five Personality Factors、ビッグファイブ・パーソナリティ・ファクター)理論とパーソナリティ評価在庫に基づく標準化されたパーソナリティ・テストに従う。 パーソナリティ・プロンプト法(P2法)を考案し、特定のパーソナリティを持つLSMを制御可能な方法で誘導する。
  論文  参考訳（メタデータ） (2022-05-20T07:32:57Z)

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。