arXiv · cs.AI· Celia Cintas, Miriam Rateike, Erik Miehling, Elizabeth Daly, Skyler Speakman·· 8 小时前
研究揭示 LLM 中人格表征的编码位置
Localizing Persona Representations in LLMs
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Celia Cintas, Miriam Rateike, Erik Miehling, Elizabeth Daly, Skyler Speakman
期刊信息（来源提供）：Proceedings of the AAAI ACM Conference on AI, Ethics, and Society, 8(1), 630-642, 2025
研究任务与主要进展
一项研究通过降维和模式识别方法，定位大语言模型中由人类特征、价值观和信念定义的人格（persona）表征。结果显示，在多个预训练 decoder-only LLM 中，人格表征的差异只出现在解码器最后三分之一的层内；道德虚无主义与功利主义等伦理视角的激活区域相互重叠，而保守主义与自由主义等政治意识形态则分布在更分开的区域。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org