محققان در پژوهش جدیدی به نام «Persona Cartography»، راهکار جذابی برای درک و کنترل ویژگیهای شخصیتی مدلهای زبانی ارائه دادهاند. این تیم با استفاده از مدل روانشناختی پنجعاملی (OCEAN)، موفق شدند شخصیت مدلها را در فضای وزنی (Weight Space) نقشهبرداری کنند.
نکات کلیدی این مطالعه:
✅ تغییر ویژگیها: امکان تقویت یا کاهش ویژگیهایی مثل «باز بودن به تجربه» یا «وظیفهشناسی» با استفاده از تکنیکهای یادگیری تطبیقی (LoRA).
✅ ترکیب شخصیتها: مدلها قادرند ویژگیهای شخصیتی را ترکیب کرده و رفتارهای متفاوتی از خود نشان دهند.
✅ تأثیر بر ایمنی: این پژوهش نشان میدهد که تغییر پارامترهای شخصیتی مستقیماً بر میزان رفتارهای ایمنیمحور مدل، مانند کاهش «تفرعن» یا افزایش «دقت علمی» تأثیرگذار است.
این دستاورد میتواند در آینده به ما کمک کند تا دستیارهای هوش مصنوعی را نه فقط بر اساس دانش، بلکه بر اساس ویژگیهای رفتاری دلخواه تنظیم کنیم! 🤖✨
منبع: arXiv Machine Learning