人格如何影響智慧體在“分或搶”遊戲中的策略

一項新研究探討了人格提示如何影響大型語言模型（LLM）智慧體在經典社會困境遊戲“分或搶”中的策略行為。該研究由卡洛斯·萊昂等人進行，論文發表在arXiv上。研究者使用四個開源LLM模型（Ministral 3:3b、phi4:14b、Gemma3:12b和Gemma4:e4b）建立智慧體，並賦予不同的人格提示（基於大五人格特質）。這些智慧體與一個由GPT 4.1 mini驅動的虛擬人類（VH）進行迭代遊戲，每場15輪，共進行了160場會話。遊戲語言為歐洲葡萄牙語。結果顯示，互惠分（雙方選擇“分”）佔主導地位，約74%的輪次出現這一結果，而剝削（一方選擇“偷”）僅佔不到11%的輪次。模型選擇對行為有顯著影響：phi4和Ministral 3:3b在所有溫度設定下都保持合作，而Gemma3:12b和Gemma4:e4b則表現出更多樣化的策略。基於大五人格的分析表明，具有親社會和原則性人格的智慧體最傾向於合作，而分析性人格的智慧體更可能剝削虛擬人類。主題分析進一步揭示，對話中涉及友誼的內容與“分”決定相關，而涉及金錢和復仇的內容則更多出現在“偷”的結果中。情感標籤主要為中性或快樂，但解釋力有限。這些發現為理解人格提示與模型差異在重複信任遊戲中的相互作用提供了基線，併為未來計劃中的虛擬現實研究（涉及人類參與者與具身虛擬人類互動）奠定了基礎。此外，該研究還探討了溫度引數對決策的影響，發現較低溫度下決策更為一致，而較高溫度則增加了策略的多樣性。這些結果對於設計更加智慧和可控的AI智慧體具有重要意義，尤其是在需要合作行為的多智慧體系統中。