FATE-5: Faithful Alignment of Trait Expression for Continuous Big Five Personality Control

📄 arXiv: 2610.34889v1 📥 PDF

作者: Gunhee Cho, Hongyeob Kim, Yun-Gyung Cheong

分类: cs.CL

发布日期: 2026-10-26

💡 一句话要点

提出FATE-5以解决个性控制与对话自然性之间的矛盾

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 个性控制 对话生成 大五人格 自然语言处理 机器学习

📋 核心要点

  1. 现有个性控制方法在强烈特征表达与自然对话生成之间存在权衡，难以兼顾。
  2. FATE-5通过将个性编码与自然性对齐分开，采用两阶段框架来解决这一问题。
  3. 实验结果显示，FATE-5在对话自然性上显著优于其他方法，且在个性特征表达上保持强度。

📝 摘要（中文）

在大型语言模型中控制个性对于构建可定制的对话代理至关重要。然而，现有的个性控制方法常常在强烈的特征表达与自然对话生成之间面临权衡。本文提出FATE-5（Faithful Alignment of Trait Expression for the Big Five），一个两阶段框架，将个性编码与自然性对齐分开。FATE-5首先通过对话监督和辅助调查目标学习大五人格特征的连续软提示表示，然后通过基于对话质量和个性一致性的偏好对齐来提高对话的自然性。在三个语言模型基础上，FATE-5在保持强烈特征表达的同时，显著提高了对话的自然性。在保留的问卷上，其单调相关性达到0.97-0.99，恢复RMSE为8.9-12.4，显著优于评估的基线。这些结果展示了有效的连续个性控制，同时保持自然的对话行为。

🔬 方法详解

问题定义：本文旨在解决在大型语言模型中实现个性控制时，强烈特征表达与自然对话生成之间的矛盾。现有方法往往无法同时兼顾这两者，导致对话质量下降。

核心思路：FATE-5的核心思路是将个性编码与自然性对齐分开，通过两阶段的框架来分别优化这两个方面。首先学习个性特征的表示，然后通过偏好对齐提升对话的自然性。

技术框架：FATE-5的整体架构包括两个主要阶段：第一阶段是通过对话监督和辅助调查目标学习大五人格特征的连续软提示表示；第二阶段是基于对话质量和个性一致性进行偏好对齐，以提高对话的自然性。

关键创新：FATE-5的主要创新在于其将个性编码与自然性对齐的分离设计，使得在保持个性特征表达强度的同时，能够显著提升对话的自然性。这一设计与现有方法的本质区别在于其优化过程的独立性。

关键设计：在模型设计中，FATE-5采用了连续软提示表示，并引入了针对对话质量和个性一致性的损失函数，以确保在优化过程中兼顾这两个目标。

🖼️ 关键图片

fig_0

📊 实验亮点

实验结果表明，FATE-5在对话自然性上显著优于其他特征强度方法，单调相关性达到0.97-0.99，恢复RMSE为8.9-12.4，显示出其在个性控制方面的有效性和优越性。

🎯 应用场景

FATE-5的研究成果在个性化对话系统、智能客服和虚拟助手等领域具有广泛的应用潜力。通过实现更自然的对话和个性控制，该技术能够提升用户体验，满足不同用户的需求，并在未来推动个性化人工智能的发展。

📄 摘要（原文）

Controlling personality in large language models is important for building conversational agents that can be customized to different users and interaction settings. However, existing personality control methods often face a tradeoff between strong trait expression and natural dialogue generation. We introduce FATE-5, Faithful Alignment of Trait Expression for the Big Five, a two-stage framework that separates personality encoding from naturalness alignment. FATE-5 first learns continuous soft prompt representations of Big Five profiles using dialogue supervision and an auxiliary survey objective. It then improves dialogue naturalness through preference alignment based on both dialogue quality and personality agreement. Across three language model backbones, FATE-5 maintains strong trait expression while achieving substantially higher dialogue naturalness than other trait-strong methods. On held-out questionnaires, it achieves monotonicity correlations of 0.97-0.99 and recovery RMSE of 8.9-12.4, substantially improving over the evaluated baselines. These results demonstrate effective continuous personality control while maintaining natural conversational behavior.