《审视LLM中的类人行为: 模型行为、用户因素与系统提示的多维分析》

摘要

本研究对大型语言模型（LLM）的类人行为进行了多维分析，涵盖其普遍性、潜在影响和可控性。研究者使用LLM-as-a-judge和人工评估，分析了来自gpt-4o、gpt-4.1-mini、claude-sonnet-4.6和gemini-2.5-flash四种模型的21,000轮多轮对话。结果发现，类人行为普遍存在，但不同模型和用户因素（对话目标和用户画像）下表现各异。人工评估者认为，LLM的自我参照和关系建立行为比人类的同类行为更不合适，而维护边界的行为则比人类更合适。研究还表明，系统提示可以控制这些行为，但需谨慎评估以避免意外效果。