你有没有发现，很多AI说话都像同一个人？ 礼貌、积极、什么都能聊，但很难留下性格。 这和训练方式有关。模型从大量不同作者的文字里学习，最后容易把人的差异“平… · @RwatitFahsa · TwKit

@RwatitFahsa

你有没有发现，很多AI说话都像同一个人？ 礼貌、积极、什么都能聊，但很难留下性格。 这和训练方式有关。模型从大量不同作者的文字里学习，最后容易把人的差异“平均”掉。 Stanford团队做的PsychAdapter，换了一种方式。 它不靠提示词让模型临时扮演“内向的人”或“焦虑的年轻人”，而是把年龄、外向程度、宜人性、抑郁倾向和生活满意度等连续数值，直接送进模型的处理层，持续影响生成结果。 训练数据包括约50万条推文和70万篇公开博客。文字对应的心理特征，来自基于问卷数据训练的独立评分模型，而不是让大模型自己猜某种性格应该怎么说话。 评估中，专家判断生成文字与目标人格特征相符的准确率为87%，与目标心理健康特征相符的准确率为97%。 这项技术离生活并不远。 学习助手可以根据孩子的年龄和阅读水平调整表达；心理咨询师可以用不同症状和性格的虚拟患者练习；客服、游戏角色和AI陪伴产品，也能保持更稳定的人设。 但它控制的是语言里呈现出的心理特征，不代表AI真的拥有情绪，更不能代替心理诊断。 风险也很直接。 如果购物平台知道你焦虑、孤独或容易讨好别人，再专门调整话术推动消费，这就不是个性化服务，而是精准操纵。 所以，让AI更像一个具体的人并不难。 难的是让用户知道：它为什么这样和你说话，又是谁在调整它的性格旋钮。

曝光 18 · 评论 1 · 点赞 0 · 书签 0