研究用七套心理量表测九大模型：分数向量可高精度还原模型身份
anselm · x · 2026-09-25
arXiv 论文《Measuring Behavioural Signatures of Large Language Models through Psychometric Profiling》提出跨语言心理测量框架，对 9 个主流 LLM 施测 7 种成熟的人类心理测评工具（如大五人格 IPIP BFFM-50、道德基础 MFQ-30 等），中英双语各重复 5 次。
- 受测模型：Claude Haiku/Sonnet 4.5、GPT-5.4 及 mini、Gemini 2.5 Flash 及 Flash-Lite、DeepSeek-V3.2、豆包 Seed 1.8、Kimi-K2
- 各模型呈现结构化、可区分的「心理指纹」，共享对齐塑造的模式（更亲社会、更少支配性与有害意图）
- 重复施测可复现性高，仅凭分数向量即可高准确率识别出具体模型
- 无法作答的 NA 响应也呈结构化分布，揭示自报告法的适用边界；语言条件与厂商来源影响画像配置
「模型」频道最新
- DeepMind 称 Gemini 智能体 4 周完成 Signal 加密协议数学验证 — Polymarket · 2026-11-11
- 爆料：Google 新模型阵容曝光，含 Flash 迭代与视频模型 — koltregaskes · 2026-11-11
- 爆料:OpenAI Astra 6.2 或将临近,已现于 Codex 日志与谷歌云配额 — haider1 · 2026-11-11
- 同一段提示词实测：Fable 5.2 花时 3 倍费用 2 倍，换来导演级表达 — iamfakhrealam · 2026-11-11
- Krafton 开源 1.5B 端侧模型 Raon-1 nano,多项基准超同尺寸对手 — DimitrisPapail · 2026-11-11
- 打错字会让 LLM 不舒服？tokenization 引发有趣讨论 — menhguin · 2026-11-11