Simulation von Persönlichkeitsunterschieden in Sprachmodellen durch dynamisches Prompting
Große Sprachmodelle lassen sich durch dynamisches Prompting dazu bringen, in interpersonellen Simulationen plausibel, realistisch und situationsabhängig zu reagieren. Dadurch können sie nicht nur unterschiedliche soziale Verhaltensweisen ausdrücken, sondern ihr Verhalten auch fortlaufend an den Verlauf einer Interaktion und an ihr Gegenüber anpassen. Wir konnten zeigen, dass die Verbindung eines formalen interpersonellen Modells mit einer Pipeline aus mehreren LLM-basierten Komponenten realistisches interpersonelles Verhalten erzeugt. Dabei bewertet ein Assessor-LLM das gezeigte Verhalten, während ein Generator-LLM auf Grundlage dieser Einschätzung und der Vorgaben des formalen Modells die nächste sprachliche Reaktion erzeugt. Dieses Zusammenspiel ermöglicht kontrollierbare und zugleich sprachlich natürliche soziale Interaktionen.