AFSPP: Agent Framework for Shaping Preference and Personality with Large Language Models

要約

大規模言語モデル (LLM) の進化により、人間の動作エミュレーションを調査するための新しいパラダイムが導入されました。
最近の研究では、LLM ベースのエージェントを使用して社会学的研究環境を構築しており、エージェントは大規模な言語モデルのフィルタリングされていない特性に基づいて動作を示します。
しかし、これらの研究は、人間に似た環境における反復的な発展を見落としています。人間の好みや性格は複雑で、さまざまな要因によって形成され、環境や主観的な影響の結果として継続的に変化する可能性があります。
この観察を踏まえて、我々は LLM ベースのエージェントの好みと性格形成に対するソーシャル ネットワークと主観的意識の多面的な影響を調査する、好みと性格を形成するためのエージェント フレームワーク (AFSPP) を提案します。
AFSPP を使用して、人間の性格実験から得られたいくつかの重要な発見を再現することに初めて成功しました。
また、AFSPP に基づく他の実験結果は、計画作成、感覚的認識、主観的な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与えることを示しています。
AFSPP は、心理学実験の効率と範囲を大幅に向上させると同時に、望ましくない好みや人格形成を防ぐための戦略に関する信頼できる人工知能の研究に貴重な洞察をもたらします。

要約(オリジナル)

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.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google