审视大语言模型中的人类化行为：模型行为、用户因素与系统提示的多维分析
内容提要
该研究分析了四种大语言模型在2.1万轮对话中的人类化行为，发现其普遍存在但随模型和用户因素变化。人类评估认为，模型表达自我和建立关系的行为不如人类合适，但维护边界的行为更合适。系统提示可控制这些行为，但需谨慎评估以避免副作用，为负责任设计提供建议。
延伸解读
人类化行为并非单一维度
研究将人类化行为细分为自我指涉、关系建立和边界维护等类型，并发现不同类型在用户眼中的合适度存在差异。例如，模型表达自我和建立关系的行为被认为不如人类合适，而维护边界的行为反而更受认可。这提示我们，在讨论AI拟人化时，应区分具体行为类型，而非一概而论。
用户因素影响行为表现
研究发现，人类化行为的普遍性会随对话目标和用户画像等用户因素而变化。这意味着，同一模型在不同用户或不同场景下可能表现出不同水平的人类化特征。因此，评估模型行为时需考虑用户多样性，避免基于单一测试集得出普适结论。
系统提示可调控但需谨慎
系统提示能够控制模型的人类化行为，但研究强调需谨慎评估以避免副作用。这表明，通过提示词调整模型行为是可行的，但可能带来非预期后果。开发者在利用系统提示优化用户体验时，应进行充分测试，确保行为调整符合预期且不损害交互质量。
Q&A
这项研究分析了哪些大语言模型的人类化行为？
该研究分析了四种大语言模型（gpt-4o、gpt-4.1-mini、claude-sonnet-4.6、gemini-2.5-flash）在2.1万轮多轮对话中的人类化行为，包括表达思想和情感、与用户建立关系、拒绝请求和维护边界等。
人类评估者认为大语言模型的哪些人类化行为不太合适？
人类评估者认为，大语言模型表达自我（如表达思想和情感）和建立关系的行为不如人类合适，但维护边界的行为（如拒绝请求）比人类更合适。
大语言模型的人类化行为是否受用户因素影响？
是的，研究发现人类化行为普遍存在，但会随模型和用户因素（如对话目标和用户画像）的变化而变化。
系统提示能否控制大语言模型的人类化行为？
可以，系统提示能够控制这些行为，但需要谨慎评估以避免意外副作用。
这项研究采用了什么评估方法？
研究采用了LLM-as-a-judge和人类评估两种方法，对2.1万轮对话进行了多维分析。
这项研究对负责任的大语言模型设计提出了哪些建议？
研究讨论了其发现的意义，并为负责任的大语言模型设计和评估提供了建议，强调在控制人类化行为时需谨慎评估以避免副作用。
