LLMの行動様式を自在に制御：パーソナリティ軸で実現する新境地

大規模言語モデル（LLM）の行動スタイルは、ユーザー体験や意思決定に大きな影響を与えます。従来の自己申告型パーソナリティ研究の限界を克服するため、新たな「状況に応じた行動データ（B-データ）フレームワーク」が提案されました。この研究は、LLMの安定した行動プロファイルを明らかにし、さらに「行動モード軸（BMAs）」を用いることで、その行動様式を精密に制御可能であることを示しています。特に思考ベースのBMAが有効で、LLMのパーソナリティを具体的な行動モードとして捉える重要性が強調されています。