論文の概要: Deep Persona: A Psychologically Grounded Architecture and Evaluation Framework for Role-Playing Agents and Simulations

• arxiv url: http://arxiv.org/abs/2609.22255v1
• Date: Sun, 06 Sep 2026 08:53:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.807341
• Title: Deep Persona: A Psychologically Grounded Architecture and Evaluation Framework for Role-Playing Agents and Simulations
• Title（参考訳）: Deep Persona:ロールプレイングエージェントとシミュレーションのための心理的基盤アーキテクチャと評価フレームワーク
• Abstract要約: LLM(Large Language Models)を用いたペルソナシミュレーションへの既存のアプローチは主に浅い文字記述に依存している。 私たちはDeep Personaを紹介します。Deep Personaは3層アーキテクチャで、ペルソナを階層的なレベルの可観測性表現、潜在信念、コアモチベーション駆動にまとめます。 本稿では,2つのディープ・ペルソナをケーススタディとして,提案手法を用いて評価し,構造化されたペルソナが人間の会話行動とより緊密に一致した相互作用を創出できることを実証する。
• 参考スコア（独自算出の注目度）: 4.2573415392255995
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existing approaches to persona simulation with Large Language Models (LLMs) mostly rely on shallow character descriptions that fail to sustain coherent character behavior across extended interactions. We introduce Deep Persona, a psychologically grounded, three-layered architecture that organizes personas into hierarchical levels of observable expression, latent beliefs, and core motivational drives, for constructing highly convincing role-playing agents. Governed by the principles of scripted determinism and bounded agency, the architecture restricts the model to a reactive engine guided by a structured internal script. We further propose a reference-free evaluation framework that benchmarks dialogue naturalness against empirical human distributions using established psychological clinical instruments and adversarial stress-tests. Empirical evaluation reveals that while LLMs achieve high pragmatic fluency, they exhibit systematic limitations in emotional expression and joint attention. In addition, we present a case study of two Deep Personas and evaluate them using the proposed framework, demonstrating that structured personas can produce interactions that more closely align with human conversational behavior.
• Abstract（参考訳）: LLM(Large Language Models)を用いたペルソナシミュレーションへの既存のアプローチは、主に、拡張された相互作用をまたいだコヒーレントなキャラクタ動作の維持に失敗した浅いキャラクタ記述に依存している。 心理的に基礎を成す3層構造であるDeep Personaを導入し、高い説得力のあるロールプレイングエージェントを構築するために、ペルソナを階層的な表現、潜在信念、コアモチベーション駆動のレベルに整理する。 スクリプト決定主義と境界付けられたエージェンシーの原則に守られ、アーキテクチャはモデルを構造化された内部スクリプトによってガイドされるリアクティブエンジンに制限する。 また,実証的な人的分布に対する自然な対話を,確立した心理臨床機器や対人ストレステストを用いて評価する参照フリー評価フレームワークを提案する。 経験的評価から, LLMは語句の流布度が高いが, 感情表現や共同注意の体系的な制限を呈することが明らかとなった。 さらに,2つのディープ・ペルソナをケーススタディとして,提案手法を用いて評価し,構造化されたペルソナが人間の会話行動とより緊密に一致したインタラクションを創出できることを実証する。

関連論文リスト

• Enhancing Persona Following at Decoding Time via Dynamic Importance Estimation for Role-Playing Agents [13.003892350610947]
  社会学研究におけるロールプレイング言語エージェントの有用性は,大規模言語モデルの導入とともに増大している。 社会シミュレーションにおけるリアリズムにおいては、ロールプレイング言語エージェントは、キャラクタープロファイルによって定義されたペルソナに従わなければならない。 本稿では,文脈に依存したペルソナの重要度を動的に推定し,重み付けされた報酬誘導復号に組み込む新しい理論駆動手法を提案する。
  論文  参考訳（メタデータ） (2026-03-02T04:37:16Z)
• HUMANLLM: Benchmarking and Reinforcing LLM Anthropomorphism via Human Cognitive Patterns [59.17423586203706]
  本稿では,心理的パターンを因果力の相互作用として扱うフレームワークであるHUMANLLMを提案する。 12,000の学術論文から244のパターンを構築し、2-5のパターンが相互に強化、衝突、変調されるシナリオ11,359を合成する。 我々の二重レベルチェックリストは、個々のパターンの忠実度と創発的なマルチパターンのダイナミクスを評価し、強い人間のアライメントを達成する。
  論文  参考訳（メタデータ） (2026-01-15T08:56:53Z)
• Structured Personality Control and Adaptation for LLM Agents [11.050618253938126]
  大規模言語モデル(LLM)は、ますますヒトとコンピュータの相互作用(HCI)を形作っている ユング心理学的タイプを用いたLLMパーソナリティをモデル化する枠組みを提案する。 この設計により、エージェントは対話要求に応じて動的に調整しながらニュアンス付き特性を維持することができる。
  論文  参考訳（メタデータ） (2026-01-15T03:15:24Z)
• DeceptionBench: A Comprehensive Benchmark for AI Deception Behaviors in Real-world Scenarios [57.327907850766785]
  現実的な現実のシナリオにまたがる騙しのキャラクタリゼーションは未解明のままである。 DeceptionBenchは、さまざまなドメインにまたがる認知傾向を体系的に評価する最初のベンチマークです。 本研究は,本質的な側面から,ユーザ満足度を優先する自己関心のエゴスティックな傾向を示すモデルや,サイコファンティックな行動を示すモデルについて検討する。 実世界のフィードバックダイナミクスのより現実的なシミュレーションを構築するために,持続的マルチターン相互作用ループを組み込んだ。
  論文  参考訳（メタデータ） (2025-10-17T10:14:26Z)
• The Social Laboratory: A Psychometric Framework for Multi-Agent LLM Evaluation [0.16921396880325779]
  マルチエージェント討論を制御された「社会実験室」として活用する新しい評価枠組みを導入する。 特に認知活動において、割り当てられたペルソナが安定した、測定可能な心理測定プロファイルを誘導することを示す。 この研究は、動的、心理学的に基礎付けられた評価プロトコルの新しいクラスの青写真を提供する。
  論文  参考訳（メタデータ） (2025-10-01T07:10:28Z)
• A Grounded Observer Framework for Establishing Guardrails for Foundation Models in Socially Sensitive Domains [1.9116784879310025]
  基礎モデルの複雑さを考えると、エージェントの振る舞いを制約する従来の手法は直接適用できない。 本稿では,行動保証とリアルタイム変動性の両方を提供する基礎モデルの挙動を制約する基盤となるオブザーバフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-23T22:57:05Z)
• PersLLM: A Personified Training Approach for Large Language Models [66.16513246245401]
  データ構築とモデルチューニングを改善するためのフレームワークPersLLMを提案する。 データ利用が不十分な場合には、Chain-of-Thoughtプロンプトやアンチインダクションといった戦略を取り入れます。 厳密な振舞いパターンを設計し,モデルの性格の特異性とダイナミズムを高めるために自動DPOを導入する。
  論文  参考訳（メタデータ） (2024-07-17T08:13:22Z)

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。