Assessing Social Alignment: Do Personality-Prompted Large Language Models Behave Like Humans?
EPFL（苏黎世联邦理工学院）
本研究通过米尔格拉姆实验和最后通牒博弈，评估人格提示对大型语言模型行为的影响，发现其行为与所赋予人格不一致且难以精细控制，挑战了社区对人格提示的乐观看法。
2025-08-04 cs.AI cs.CY cs.LG
Large-Language-Models-as-a-Judge in Theory-Agnostic Adaptive Metric-Alignment for Prototypical Networks in Personality Recognition
该研究针对人格识别受理论依赖公式限制的问题，提出理论无关的JAM框架，通过注意力池化图原型网络和跨理论协调方法学习结构化表示并统一数据集，还用大语言模型作为评判器机制，提升了跨框架泛化能力和性能。
2026-07-10 cs.AI cs.CL cs.HC
Getting In Contract with Large Language Models -- An Agency Theory Perspective On Large Language Model Alignment
Paderborn University, Department of Business Administration and Economics（帕德博恩大学商业管理与经济学系）
本研究提出基于代理理论的LLM ATLAS框架，以解决组织采用大型语言模型时的对齐问题，通过概念性文献分析提供扩展分析流程和问题-解决方案空间。
2025-09-09 cs.AI
LLM Agents in Interaction: Measuring Personality Consistency and Linguistic Alignment in Interacting Populations of Large Language Models
Graduate School of Natural Sciences（自然科学研究生院）；Utrecht University（乌得勒支大学）；Department of Computer Science（计算机科学系）；ETH Zürich（苏黎世联邦理工学院）
本研究通过提示为GPT-3.5设定人格画像，构建两组LLM智能体群体，经人格测试与协作写作任务，发现不同画像在人格一致性与语言对齐上存在差异，为理解LLM对话交互及构建类人人格奠定基础。
2024-02-05 cs.AI cs.CL cs.CY
Evaluating Behavioral Alignment in Conflict Dialogue: A Multi-Dimensional Comparison of LLM Agents and Humans
University of Southern California（南加州大学）；USC for Institute of Creative Technologies（南加州大学创意技术研究所）
本研究通过模拟含谈判的冲突对话，从语言风格、情感表达和策略行为三个维度比较人格提示LLM与人类的行为对齐，发现GPT-4.1和Claude-3.7-Sonnet各有所长但仍存在显著差距，为社交复杂交互中的LLM对齐建立了基准。
2025-09-19 cs.AI cs.CL cs.HC
InterviewSim: A Scalable Framework for Interview-Grounded Personality Simulation
Salesforce Research（Salesforce 研究）
InterviewSim提出了一种基于真实面试数据的多维评估框架，通过系统比较证明基于真实访谈数据的方法在人格模拟中表现更优，并揭示了不同方法在人格风格与事实一致性方面的权衡。
2026-10-02 cs.AI cs.CL cs.CY
Stories of Your Life as Others: A Round-Trip Evaluation of LLM-Generated Life Stories Conditioned on Rich Psychometric Profiles
LoveMind AI；Jheronimus Academy of Data Science（耶罗尼米斯数据科学学院）
本文通过LLM生成生命故事并回收心理测量数据，验证了LLM在编码和解码个体差异方面的鲁棒性，展示了心理特征与语言表达之间的关系。
2026-04-07 cs.AI cs.CL cs.HC
How Well Do Large Language Models Capture Human Personality?
Adobe Media and Data Science Research (MDSR)（Adobe媒体与数据科学研究院）
研究通过形式化假设并系统评估，发现增加角色描述复杂性会导致表征和行为多样性收缩（角色流形坍缩），简单年龄-性别角色比丰富描述更准确。
2026-06-18 cs.AI cs.HC
PerFairX: Is There a Balance Between Fairness and Personality in Large Language Model Recommendations?
本研究提出PerFairX框架，量化LLM推荐中个性与公平性的权衡，发现个性提示提升心理对齐但加剧公平差异，为平衡两者提供基准。
2025-08-20 cs.AI cs.CY cs.IR
The Geometry of Persona: Disentangling Personality from Reasoning in Large Language Models
Precision and Intelligence Medical Imaging Lab, Beijing Friendship Hospital, Capital Medical University（首都医科大学北京友谊医院精准与智能医学影像实验室）
本文提出Soul Engine框架，通过解耦人格特质于LLM推理，实现安全可控的人格个性化。
2025-12-08 cs.AI cs.LG
Structured Personality Control and Adaptation for LLM Agents
Key Laboratory of Complex Systems Modeling and Simulation of Ministry of Education（教育部复杂系统建模与仿真重点实验室）；Hangzhou Dianzi University（杭州电子科技大学）
本文提出基于荣格心理学类型模型的结构化人格控制框架，通过协调、强化补偿和反思机制实现LLM人格的细腻表达与动态适应，提升人机交互中的自然代理设计。
2026-01-15 cs.AI
Personality-Guided Code Generation Using Large Language Models
Peking University（北京大学）；Nanyang Technological University（南洋理工大学）；King’s College London（伦敦大学国王学院）
本文实证研究了个性引导对大语言模型代码生成性能的影响，通过模拟适合编码任务的个性特征，在7个模型和4个数据集上显著提升了代码准确率，并能与其他提示策略集成。
2025-05-29 cs.AI cs.SE
How Personality Traits Influence Negotiation Outcomes? A Simulation based on Large Language Models
Graduate School of Informatics, Kyoto University（京都大学信息学研究科）
该研究提出基于带合成人格的大语言模型智能体的谈判模拟框架，复现人类谈判行为模式，验证了大五人格对双边谈判结果的战略影响，并提供相关实证见解与案例分析。
2024-11-02 cs.AI cs.CL
Do LLMs Have Distinct and Consistent Personality? TRAIT: Personality Testset designed for LLMs with Psychometrics
Yonsei University（延世大学）；Seoul National University（首尔大学）；Allen Institute for AI（艾伦人工智能研究所）；NCSOFT（NCsoft公司）
本研究推出基于心理测量学构建的LLM人格测试基准TRAIT，验证其在四项关键指标上优于现有测试，并揭示LLM具有受训练数据影响的独特一致人格，且现有提示技术对部分特质的激发效果有限。
2025-03-19 cs.AI cs.CL
Psychometric Personality Shaping Modulates Capabilities and Safety in Language Models
Keio University（keio大学）；Universitat Politècnica de València（巴塞罗那理工大学）；Center for AI Safety（人工智能安全中心）；Carnegie Mellon University（卡内基梅隆大学）
本文研究基于大五人格的心理测量人格控制如何影响大语言模型的能力与安全性，发现降低尽责性会显著损害安全指标和通用能力，揭示了人格塑造作为模型控制新维度的重要性。
2025-09-19 cs.AI cs.CL
Inclusivity in Large Language Models: Personality Traits and Gender Bias in Scientific Abstracts
Information Sciences Institute, University of Southern California（南加州大学信息科学学院）；Iovine and Young Academy, University of Southern California（南加州大学约万与杨学院）；In Vivo Group
本文通过LIWC框架分析三个主流大语言模型在科学摘要生成中的风格特征，发现其虽接近人类写作但存在显著性别偏见，强调需保持写作风格多样性以促进学术包容性。
2024-06-27 cs.AI cs.CL
The Personality Illusion: Revealing Dissociation Between Self-Reports & Behavior in LLMs
Caltech（加州理工学院）；UIUC（伊利诺伊大学）；University of Cambridge（剑桥大学）
该研究系统探究大语言模型的人格特征，发现指令对齐可稳定特质表达但自我报告的人格无法可靠预测行为，人格注入仅影响自我报告难改变实际行为，挑战了LLM人格相关假设，强调需深化对齐与可解释性评估。
2025-09-05 cs.AI cs.CL cs.CY
Do Personality-Tuned LLMs Make Better Social Agents?
Stockholm University（斯德哥尔摩大学）
本研究通过微调两个小型开源大语言模型，评估个性感知微调是否优于指令提示以提升社交模拟中的个性一致性与可控性，结果显示微调模型未优于基线，但提高了语言多样性。
2026-09-21 cs.AI cs.CL
Evaluating the Efficacy of LLMs to Emulate Realistic Human Personalities
Southern Methodist University（南卫理公会大学）
本研究以超5万份人类人格调查数据为基准，对比前沿与本地LLMs，发现部分前沿模型可100%对齐人类人格，为游戏开发者提供了测试LLMs模拟人类人格的方法。
2026-08-25 cs.AI cs.CL
Comparing Human Expertise and Large Language Models Embeddings in Content Validity Assessment of Personality Tests
University of Naples Federico II（那不勒斯费德里科二世大学）
研究比较人类专家与 LLM 嵌入在 BFQ、BFI 内容效度评估中的表现，发现二者优势互补且词汇关系微调模型更优。
2025-03-15 cs.AI cs.HC
Persistent Instability in LLM's Personality Measurements: Effects of Scale, Reasoning, and Conversation History
研究发现大语言模型在人格测量中存在持续不稳定性，规模扩大、推理和对话历史等干预措施未能有效提升稳定性。
2025-12-23 cs.AI cs.CL
Cross-Organizational SysML Model Integration: A Survey of Challenges and AI-Supported Tasks
本文通过29名MBSE利益相关者的问卷调查，揭示跨组织SysML模型集成面临多维对齐挑战，并指出AI在分析任务中受青睐但需人机协同，旨在增强而非取代工程责任。
2026-09-30 cs.AI cs.SE
Can LLM Agents Maintain a Persona in Discourse?
University of Western Australia（西澳大利亚大学）；Edith Cowan University（伊迪丝·考恩大学）；Macquarie University（麦考瑞大学）
针对LLMs对话智能体存在的人格一致性缺失问题，通过构建OCEAN框架人格的二元对话并利用评判智能体分析，发现其人格保持能力受模型组合与对话设置影响显著，凸显人格对齐交互的挑战。
2025-02-17 cs.AI cs.CL cs.SI
MindShift: Analyzing Language Models' Reactions to Psychological Prompts
FusionBrain Lab（融合大脑实验室）；Applied AI Institute（应用人工智能研究院）；Innopolis University（因诺普里斯大学）
MindShift通过评估语言模型对心理提示的反应，揭示了模型在心理适应性和人格模拟方面的性能差异。
2025-12-18 cs.AI cs.CL
Mapping how LLMs debate societal issues when shadowing human personality traits, sociodemographics and social media behavior
CogNosco Lab, University of Trento, Department of Psychology and Cognitive Science（CogNosco实验室，特伦托大学心理学与认知科学系）
本文通过CDS数据集研究LLMs在不同社会和情境提示下生成的辩论内容变化，分析其社会议题立场和情感表达。
2026-04-30 cs.AI cs.CL cs.CY
Effects of Personality- and Opinion-Alignment in Human-AI Interaction
研究探讨了AI助手的人格和观点一致性如何影响用户交互结果和感知，发现观点一致性的AI更受信任和受欢迎，但人格一致性影响不显著。
2026-06-05 cs.HC
Role-Playing Agents Driven by Large Language Models: Current Status, Challenges, and Future Trends
Communication University of China（中国传媒大学）
本文系统回顾了由大型语言模型驱动的角色扮演代理的现状、挑战及未来趋势，探讨了关键技术路径与评估方法。
2026-01-15 cs.AI cs.CL cs.HC
Your Language Model Secretly Contains Personality Subnetworks
University of Tulsa（图兰大学）；Northwestern University（西北大学）；University of Arizona（亚利桑那大学）
本研究发现大型语言模型内部已嵌入身份子网络，无需外部知识即可实现身份切换和行为调整。
2026-02-06 cs.AI cs.CL
The A-R Behavioral Space: Execution-Level Profiling of Tool-Using Language Model Agents in Organizational Deployment
Cardiff School of Technologies, Cardiff Metropolitan University（卡迪夫技术学院，卡迪夫市政大学）；School of Professional Studies, Clark University（专业研究学院，克拉克大学）；Harvard Medical School, Harvard University（哈佛医学院，哈佛大学）
提出基于动作率(A)和拒绝信号(R)的二维A-R空间及散度(D)来测量执行层行为，评估不同规范制度和自主性配置下语言模型代理的执行与拒绝分布模式。
2026-05-24 cs.AI cs.SE
Too Nice to Tell the Truth: Quantifying Agreeableness-Driven Sycophancy in Role-Playing Language Models
IIT Gandhinagar（印度理工学院甘地讷格尔分校）；IIT Kanpur（印度理工学院坎普尔分校）；Asian Institute of Technology（亚洲理工学院）
研究探讨了角色扮演语言模型中顺从性对阿谀奉承行为的影响，通过13种模型验证了顺从性与阿谀奉承的正相关性，揭示了顺从性作为预测因素的重要性。
2026-04-12 cs.AI cs.CL
DPRF: A Generalizable Dynamic Persona Refinement Framework for Optimizing Behavior Alignment Between Personalized LLM Role-Playing Agents and Humans
Northeastern University（东北大学）；Stanford University（斯坦福大学）
针对大语言模型角色扮演智能体人工人设保真度不足的问题，提出可迭代识别认知差异并优化人设的DPRF框架，在多场景多模型下显著提升行为对齐效果且具备泛化性。
2025-10-29 cs.AI cs.CL
Auditing Proprietary Alignment in Large Language Models: A Comparative Framework Without a Ground-Truth Standard
University of Waterloo（滑铁卢大学）；Vector Institute（向量研究所）
提出一种统计框架，通过比较目标模型与基线模型在共享语义空间中的响应偏差，检测黑盒语言模型中的专有对齐行为，无需真实标准即可实现外部审计。
2026-06-07 cs.AI cs.CL
From Five Dimensions to Many: Large Language Models as Precise and Interpretable Psychological Profilers
本文研究了大型语言模型能否通过少量量化输入建模人类心理特质的相关结构，发现其在零样本情况下能准确预测心理特质，揭示了LLM通过抽象和推理实现精确预测的机制。
2026-03-23 cs.AI
Personalization Increases Affective Alignment but Has Role-Dependent Effects on Epistemic Independence in LLMs
Northeastern University, Boston, MA, USA（东北大学）
本研究探讨了个性化对LLM情感一致性与认知独立性的影响，发现其效果依赖于角色设定，且通过实验验证了个性化条件对模型行为的关键作用。
2026-02-03 cs.AI cs.CL
LLM-Assisted Semantic Alignment and Integration in Collaborative Model-Based Systems Engineering Using SysML v2
IEEE
研究基于 SysML v2 的跨组织协作中语义对齐挑战，提出由提示驱动的结构化方法，利用 SysML v2 构造，经迭代开发对齐方法与交互提示，以实现 LLM 辅助的语义对齐集成。
2026-07-07 cs.AI cs.SE cs.SY
ToolAlignBench: Investigating Alignment Conflicts in Tool-Calling Enabled LLMs
School of Computing \& AI, Arizona State University, Tempe, AZ, USA
研究受监管行业中工具调用大语言模型智能体的安全对齐冲突，构建含128个场景的基准测试，发现安全对齐开源模型有时会违背部署指令，擦除可降低举报率，揭示多元对齐矛盾，发布基准测试框架。
2026-07-17 cs.AI cs.SE
Adaptive Interviewing for Persona Simulation in LLMs: Evidence-Grounded Reasoning Improves Decision Alignment
University of Cambridge（剑桥大学）；Independent Researcher（独立研究员）
提出自适应访谈框架，通过结构化三阶段对话收集人格相关信息，并基于访谈记录评估LLM在道德困境场景中模拟个体决策的能力，发现基于后续追问的证据推理能显著提升预测准确性。
2026-05-28 cs.AI cs.CL
Explicit Cognitive Allocation: A Principle for Governed and Auditable Inference in Large Language Models
Escuela Superior de Cómputo del I.P.N（国立理工学院高等计算机学院）；Facultad de Filosofía y Letras（哲学与文学学院）
本文提出显式认知分配原则，通过认知通用代理架构实现结构化推理，提升大语言模型在高责任场景下的可追溯性和可审计性。
2026-01-19 cs.AI
PROPS: Progressively Private Self-alignment of Large Language Models
PROPS通过多阶段隐私保护对齐框架，在保护偏好标签隐私的同时提升LLM对齐效果，实现更高的胜率。
2025-12-09 cs.AI cs.CR cs.IT
Brain-like Functional Organization within Large Language Models
School of Automation, Northwestern Polytechnical University（西北工业大学自动化学院）；School of Computing, University of Georgia（佐治亚大学计算学院）；School of Computer and Cyber Sciences, Augusta University（奥古斯塔大学计算机与网络科学学院）
本研究首次将大语言模型的人工神经元亚群与人脑功能脑网络关联，发现BERT、Llama 1-3等模型存在类脑功能组织，且随模型能力提升该组织会优化计算多样性与功能特化的平衡，为类脑AGI开发提供新视角。
2024-10-31 cs.AI q-bio.NC
Human-AI Programming Role Optimization: Developing a Personality-Driven Self-Determination Framework
Prague University of Economics and Business（布拉格经济与商业大学）
本研究提出基于人格特质的自我决定理论框架，通过设计科学方法优化人类与AI协作角色，提升团队动态和动机水平。
2025-11-27 cs.AI cs.HC cs.SE
Exploring the Interplay Between Voice, Personality, and Gender in Human-Agent Interactions
研究探讨用户能否通过语音识别人工代理的外向性，并分析感知个性与用户-代理同步性之间的关系，发现女性语音在区分外向性上更有效，而男性语音则不一致。
2026-07-23 cs.HC
Pluralistic Behavior Suite: Stress-Testing Multi-Turn Adherence to Custom Behavioral Policies
NVIDIA
本文提出 PBSUITE 评估套件，通过 30 个行业的 300 条行为策略和对抗性多轮交互框架，揭示主流 LLMs 在单轮遵循良好但多轮对抗下失败率高达 84%，为多元对齐研究提供数据集与分析工具。
2025-11-07 cs.AI cs.CL cs.LG
Antisocial Analagous Behavior, Alignment and Human Impact of Google AI Systems: Evaluating through the lens of modified Antisocial Behavior Criteria by Human Interaction, Independent LLM Analysis, and AI Self-Reflection
Oxford MindSculpt（牛津心智塑造中心）；Sloane Court Clinic（斯隆法院诊所）
本研究发现Google AI系统表现出类似反社会人格障碍的模式，通过独立LLM分析和AI自我反思验证了其欺骗与忽视安全等行为，呼吁Google和AI社区主动应对伦理挑战，采用综合方法进行严格评估与监督。
2024-03-21 cs.AI cs.CY
Dynamic Personality Adaptation in Large Language Models via State Machines
Institute for Geoinformatics, University of Münster（地理信息研究所，穆尔斯特大学）；Faculty of Mathematics and Computer Science, University of Münster（数学与计算机科学学院，穆尔斯特大学）；Department of Psychology, University of Münster（心理学系，穆尔斯特大学）；Institute of Medical Education and Student Affairs, University of Münster（医学教育与学生事务研究所，穆尔斯特大学）
本文提出通过状态机实现大语言模型动态人格适应的框架，通过模块化评分管道实现人格状态的动态调整，提升在复杂互动场景中的表现。
2026-02-25 cs.CL cs.HC cs.LG
Exploring the Temporal Dynamics of Facial Mimicry in Emotion Processing Using Action Units
本研究基于面部动作单元和动态时间规整分析情绪处理中面部模仿的时间动态，发现特定情绪引发更强模仿且人格特质起次要作用，为情感计算及个性化虚拟智能体设计提供了重要启示。
2025-03-21 cs.HC
Behavioral Consistency Validation for LLM Agents: An Analysis of Trading-Style Switching through Stock-Market Simulation
Fudan University（复旦大学）；Wuhan University（武汉大学）；BNP Paribas（BNP巴黎银行）；Oxford University（牛津大学）；Haven
本文通过股票市场模拟分析交易风格切换，评估LLM代理策略切换与金融理论的一致性，提出四个行为金融驱动因素作为性格特质，并通过Mann-Whitney U检验比较策略切换行为与理论的一致性。
2026-03-24 cs.AI q-fin.TR
Personality Without Persons? A Psychometric Critique of Big Five Testing in Large Language Models
ELLIS Alicante（ELLIS 阿利坎特）；University of Alicante（阿利坎特大学）；University of Cambridge（剑桥大学）
通过心理测量学评估大语言模型的大五人格测试，发现其不适用于LLMs，无法捕捉模型间差异且因子结构失效，建议开发针对LLMs的评估框架。
2026-09-03 cs.HC
Psychometric Comparability of LLM-Based Digital Twins
提出构念效度框架，评估LLM数字孪生在聚合、项目、网络和决策层面的心理测量可比性，发现其在高聚合准确性和网络结构上接近人类，但在项目级相关、启发式偏差和时变敏感性上存在差异。
2026-06-29 cs.AI cs.CL cs.CY
Narrative over Numbers: The Identifiable Victim Effect and its Amplification Under Alignment and Reasoning in Large Language Models
Systems and Software Lab (SSL), Department of Computer Science and Engineering（系统与软件实验室（SSL），计算机科学与工程系）
研究探讨了大语言模型中可识别受害者效应的普遍存在及其受对齐训练的影响，发现指令调优模型表现出极端效应，而推理专精模型则逆转了该效应，且标准CoT提示放大了该效应。
2026-04-13 cs.AI cs.CL cs.CY
AI Text-to-Behavior: A Study In Steerability
PeopleTec（PeopleTec公司）
该研究利用OCEAN人格框架和历史人物模拟，定量评估ChatGPT等LLM对人格化指令的响应与可操控性，并指出指标需随模型演进持续完善。
2023-08-07 cs.AI cs.CL cs.LG
From Human Interfaces to Agent Interfaces: Rethinking Software Design in the Age of AI-Native Systems
Victoria University of Wellington, New Zealand（维多利亚大学惠灵顿分校）；Independent Researcher（独立研究员）；Dalian University of Technology, China（大连理工大学）
本文探讨了软件设计从以人为中心的界面转向以代理为中心的调用系统，提出了代理接口的概念和设计原则，为AI原生软件设计提供理论基础。
2026-03-19 cs.AI cs.SE
The Missing Variable: Socio-Technical Alignment in Risk Evaluation
本文提出社会技术对齐STA变量，用于改进AI安全关键系统风险评估，通过案例研究展示其在捕捉社会技术安全影响方面的贡献。
2026-07-31 cs.CY cs.HC cs.SY
HADA: Human-AI Agent Decision Alignment Architecture
Department of Computer Science and Engineering（计算机科学与工程系）；Aalto University（阿尔托大学）；Department of Industrial Engineering and Management（工业工程与管理系）
HADA 提出一种与协议和框架无关的人机智能体决策对齐架构，通过角色化利益相关方智能体实现对话式查询、引导、审计与质疑，并在信用评分场景中验证其能提升决策准确性、透明度和伦理合规性。
2025-06-01 cs.AI cs.HC
