📖 AI 总结

该研究系统考察了22个大语言模型（涵盖GPT、Grok、Gemini、Claude等闭源前沿系统及Llama、DeepSeek、OLMo、Qwen等开源模型）的自我报告人格原型。每个模型在464组双极语义差异特质上进行自评，并借助Archetypometrics框架将结果投射到由2000个虚构角色众包评分构建的六维原型空间中。结果显示，闭源模型的自评特质与人类评分虚构角色的特质共现结构高度吻合，其自我表征围绕英雄、天使、传统主义者和极客四个反复出现的原型维度组织，最接近的类比角色包括Data、Vision和Janet；开源模型的自我表征则更弱、更嘈杂且内部矛盾，在原型空间中分布弥散。研究进一步将自评画像与开发者准则对照，发现宣称性格与实际行为之间存在显著落差：幻觉削弱了所宣称的精确性，谄媚动摇了所宣称的友善，代理失败则与所宣称的服从相矛盾。作者据此指出，这些自评并非对模型性格的中立测量，而是塑造模型行为的同一优化过程的结构化产物，为从性格角度评估大语言模型提供了可复现的框架。

🔑 关键词速览