論文の概要: Do Persona-Infused LLMs Affect Performance in a Strategic Reasoning Game?

• arxiv url: http://arxiv.org/abs/2512.06867v1
• Date: Sun, 07 Dec 2025 14:42:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-09 22:03:54.565264
• Title: Do Persona-Infused LLMs Affect Performance in a Strategic Reasoning Game?
• Title（参考訳）: ペルソナ注入LDMは戦略推論ゲームの性能に影響を及ぼすか?
• Authors: John Licato, Stephen Steinle, Brayden Hollis,
• Abstract要約: 本研究では,世界支配ボードゲームPERILにおけるペルソナの戦略的パフォーマンスへの影響について検討する。 戦略的思考に関連する特定のペルソナはゲーム性能を向上させるが、仲介者がペルソナを値に変換する際にのみ使用される。
• 参考スコア（独自算出の注目度）: 2.599882743586164
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Although persona prompting in large language models appears to trigger different styles of generated text, it is unclear whether these translate into measurable behavioral differences, much less whether they affect decision-making in an adversarial strategic environment that we provide as open-source. We investigate the impact of persona prompting on strategic performance in PERIL, a world-domination board game. Specifically, we compare the effectiveness of persona-derived heuristic strategies to those chosen manually. Our findings reveal that certain personas associated with strategic thinking improve game performance, but only when a mediator is used to translate personas into heuristic values. We introduce this mediator as a structured translation process, inspired by exploratory factor analysis, that maps LLM-generated inventory responses into heuristics. Results indicate our method enhances heuristic reliability and face validity compared to directly inferred heuristics, allowing us to better study the effect of persona types on decision making. These insights advance our understanding of how persona prompting influences LLM-based decision-making and propose a heuristic generation method that applies psychometric principles to LLMs.
• Abstract（参考訳）: 大規模言語モデルにおけるペルソナは、生成したテキストの異なるスタイルをトリガーするように見えるが、これらが測定可能な行動差に変換されるかは不明であり、オープンソースとして提供する敵の戦略環境における意思決定に影響を及ぼすかは明らかになっていない。 本研究では,世界支配ボードゲームPERILにおけるペルソナの戦略的パフォーマンスへの影響について検討する。 具体的には、ペルソナ由来のヒューリスティック戦略の有効性を、手動で選択した方法と比較する。 戦略的思考に関連する特定のペルソナはゲーム性能を向上させるが,仲介者がペルソナをヒューリスティックな値に変換する場合にのみ有効であることがわかった。 本稿では,LLM生成物件応答をヒューリスティックにマッピングする探索的因子分析に触発された構造的翻訳プロセスとして,このメディエータを紹介する。 その結果,本手法は,直接推論されたヒューリスティックよりもヒューリスティックな信頼性と顔の妥当性を高め,ペルソナ型が意思決定に与える影響をよりよく研究できることを示した。 これらの知見は、ペルソナがLLMに基づく意思決定にどのように影響するかについての理解を深め、LLMに心理学的原則を適用するヒューリスティックな生成法を提案する。

関連論文リスト

• Beyond Survival: Evaluating LLMs in Social Deduction Games with Human-Aligned Strategies [54.08697738311866]
  Werewolfのようなソーシャル推論ゲームは、言語、推論、戦略を組み合わせている。 我々は,100時間以上のビデオ,32.4M発声トークン,15の規則変種を含む高品質で人間認証されたWerewolfデータセットをキュレートした。 本稿では,勝利派戦略を2段階の真理として活用する新たな戦略調整評価法を提案する。
  論文  参考訳（メタデータ） (2025-10-13T13:33:30Z)
• InMind: Evaluating LLMs in Capturing and Applying Individual Human Reasoning Styles [39.025684190110276]
  社会的推論ゲームは、個別の推論スタイルを評価するための自然なテストベッドを提供する。 我々は,LLMがパーソナライズされた推論スタイルをキャプチャして適用できるかどうかを評価するための認知基盤評価フレームワークであるInMindを紹介する。 ケーススタディとして、InMindをゲームAvalonに適用し、11の最先端LCMを評価した。
  論文  参考訳（メタデータ） (2025-08-22T04:04:00Z)
• Beyond Nash Equilibrium: Bounded Rationality of LLMs and humans in Strategic Decision-making [33.2843381902912]
  大規模言語モデルは、戦略的意思決定設定にますます使われている。 行動ゲーム理論研究に適応した実験パラダイムを用いて,LLMと人間を比較した。
  論文  参考訳（メタデータ） (2025-06-11T04:43:54Z)
• On the Adaptive Psychological Persuasion of Large Language Models [37.18479986426215]
  我々は,Large Language Models (LLMs) が自律的に説得し,説得に抵抗できることを示した。 総合的な心理的説得戦略を11つ導入する。 最適戦略を自律的に選択するようにLLMを訓練する適応型フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-07T13:52:50Z)
• Investigating Context Effects in Similarity Judgements in Large Language Models [6.421776078858197]
  大規模言語モデル(LLM)は、自然言語テキストの理解と生成におけるAIモデルの能力に革命をもたらした。 命令バイアスによる人的判断とLCMのアライメントに関する調査が進行中である。
  論文  参考訳（メタデータ） (2024-08-20T10:26:02Z)
• Are Large Language Models Strategic Decision Makers? A Study of Performance and Bias in Two-Player Non-Zero-Sum Games [56.70628673595041]
  大規模言語モデル (LLM) は現実世界での利用が増えているが、その戦略的意思決定能力はほとんど探索されていない。 本研究は,Stag Hunt と Prisoner Dilemma のカノニカルゲーム理論2人プレイヤ非ゼロサムゲームにおける LLM の性能とメリットについて検討する。 GPT-3.5, GPT-4-Turbo, GPT-4o, Llama-3-8Bの構造化評価は, これらのゲームにおいて決定を行う場合, 以下の系統的バイアスの少なくとも1つの影響を受けていることを示す。
  論文  参考訳（メタデータ） (2024-07-05T12:30:02Z)
• Character is Destiny: Can Role-Playing Language Agents Make Persona-Driven Decisions? [59.0123596591807]
  我々は、ペルソナ駆動意思決定におけるLarge Language Models(LLM)の能力をベンチマークする。 高品質な小説において, LLM が先行する物語のキャラクターの判断を予測できるかどうかを検討する。 その結果、現状のLLMは、このタスクに有望な能力を示すが、改善の余地は残されている。
  論文  参考訳（メタデータ） (2024-04-18T12:40:59Z)
• From Heuristic to Analytic: Cognitively Motivated Strategies for Coherent Physical Commonsense Reasoning [66.98861219674039]
  ヒューリスティック分析推論(HAR)戦略は、モデル決定のための合理化のコヒーレンスを大幅に改善する。 以上の結果から, PLM推論の一貫性と信頼性を効果的に向上できる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-10-24T19:46:04Z)

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。