AI2026년 7월 11일AI 점수: 97%
Persona Cartography: Charting Language Model Personality Traits in Weight Space
출처:arXiv cs.AI
✨ AI 인사이트
🧑💻 개발자
- 1.LLM 페르소나를 OCEAN 5요인 성격 축의 가중치 공간 위치로 정의, 저랭크 어댑터로 증폭·억제
- 2.3개 계열 6개 모델(4B~32B)에서 특성이 단조적으로 이동, 가산적 조합으로 혼합 페르소나 구성
- 3.신경증·우호성 축 조작이 좌절 반응·아첨(sycophancy) 등 안전 관련 행동에 직접 영향
- 4.롤아웃에서 톤·주도성·교조성·인식적 신중함 4요인을 복원하는 비지도 심리측정 파이프라인 제시
💡
왜 중요한가?
모델 페르소나를 측정·편집 가능한 가중치 공간 축으로 다루는 도구를 제공해, 아첨 같은 안전 문제를 성격 축 조작으로 제어할 길을 열었다. 성능 벤치마크를 보존하면서 페르소나만 조정할 수 있다는 점에서 성격 심리측정과 모델 편집·안전 연구를 잇는 다리다.
본문 미리보기
arXiv:2607.07916v1 Announce Type: new Abstract: Large language models exhibit recurring behavioural patterns -- personas -- that shape generalisation and safety, but we lack reliable tools for decomposing, measuring, and controlling them. Our central insight is to treat personas as positions in a space of behavioural traits, using the OCEAN framework to describe model personas in terms of Openness, Conscientiousness, Extraversion, Agreeableness, and Neuroticism. We train low-rank adapters to am
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
공유:
#LLM 페르소나#언어 모델 특성#모델 행동 분석#AI 성격#OCEAN 프레임워크