本研究评估了大型语言模型在不同人格表现上的可操控性，并提出了一种基准评估方法。结果表明，许多模型的可操控性有限，存在行为偏差和人格维度之间的不对称性。

本文探讨了因果推断在人工智能中的重要性，分析了大型语言模型的可操控性及其评估方法。研究强调通过干预和实际数据评估模型的可行性，量化角色在描述模型可操控性中的作用，并提出改进框架以增强模型的可信度和问责性。