研究LLM中人格表征的编码位置

2026年10月15日，一篇发表于arXiv人工智能分类的研究，对大型语言模型（LLM）中人格表征的编码位置进行了定位分析。该研究将人格定义为由不同的人类特征、价值观和信念构成的集合，采用降维与模式识别方法，考察其在LLM表征空间中的分布。研究发现，在多个预训练decoder-only LLM中，所分析的人格仅在解码器最后三分之一层中，才在表征空间出现较大差异。研究还观察到，道德虚无主义与功利主义等伦理视角的激活存在重叠，暗示一定程度的语义多义性；而保守主义与自由主义等政治意识形态则分布在更独立的区域。上述结论均来自该研究自身的分析，目前尚无其他来源的独立验证或后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。