Deep Persona 三层心理架构,让 LLM 角色扮演更贴近真人
UoHaifa · hf · 2026-09-22
以色列海法大学团队发布 Deep Persona,针对现有 persona 模拟依赖浅层角色描述、长对话中行为难以保持一致的问题,提出三层心理架构:可见表达层、潜在信念层与核心动机驱动层,并以「脚本化决定论」和「有界能动性」原则约束模型,使其作为由内部结构化脚本引导的反应式引擎运行。
配套提出免参考评测框架,用成熟心理临床量表和对抗性压力测试,将对话自然度与真实人类分布对比。实证发现:LLM 虽然语用流畅度高,但在情感表达与共同注意上存在系统性缺陷;案例研究显示结构化 persona 的交互更接近真人对话行为。
「研究」频道最新
- Glasshouse v0.1 发布:197 万 token 长对话记忆基准,2847 题不设总分 — True_Mongoose_7073 · 2026-09-22
- 质疑顶会互惠审稿:25 篇投稿的 PI 审稿量是否成比例 — 3scorciav · 2026-09-22
- 新基准 Decision Index 0.1 跑 13.2 万次决策,Jev 仍以 59.5 居首 — victormustar · 2026-09-22
- Toby Ord 估算:AI解千禧年大奖问题,烧了约2000万美元 — tobyordoxford · 2026-09-22
- 开发者逆向复现 DLSS5 神经渲染,Vulkan 实现 75 层输出逐字节一致 — bdsqlsz · 2026-09-22
- 「疼痛轴」研究探索大模型内部是否存在类疼痛处理模式 — voices4AI · 2026-09-22