互动中的 LLM Agents：大型语言模型互动群体中个性一致性和语言对齐的测量
原文中文，约300字，阅读约需1分钟。发表于：。我们在 GPT-3.5 上通过提示方式进行个性化训练，创建了一组双组群体的 LLM 代理，然后进行个性测试并将代理提交到协作写作任务中，发现不同个性表现出不同程度的人格一致性和语言对话伙伴的语言协调性。我们的研究旨在为更好地理解 LLMs 之间基于对话的交互奠定基础，并强调了在交互环境中塑造稳健且更具人性的 LLM 个性的新方法的需求。
大型语言模型在任务导向的社会模拟中取得进展，但协调能力有待探索。研究引入协作生成代理，赋予其一致行为和解决任务的能力。案例研究表明代理具有希望的性能，但在复杂任务中存在限制。对LLMs在社会模拟中的作用提供见解。
