多智能体框架实现文本人格精准评估，突破传统单模型局限

从文本中准确评估人格特质一直是自然语言处理领域的挑战，因为人格特质具有潜在性、情境依赖性，且在长篇叙事中表达隐晦。大型语言模型虽能处理长文本上下文，但其预训练过程可能引入潜在的“类人格”偏见，导致单模型推断结果不一致。

最新研究提出一种创新的微调多智能体框架，专门用于检测OCEAN人格特质。该框架通过掩码语言建模和心理测量监督，训练子智能体分别从高、低或中性视角评估每个特质，再通过法官大型语言模型聚合比较各子智能体输出，生成最终特质预测。这种设计不仅捕捉了多个互补视角，还能有效缓解单个模型的偏见问题。

研究团队在生活叙事数据集上进行了定量和定性实验，包括基线对比、消融研究和推理质量分析。结果表明，该框架为基于文本的人格推断提供了一种可扩展且可解释的方法，凸显了基于心理测量监督的多智能体推理优势。这一进展不仅提升了人格评估的准确性，也为理解复杂心理特质在文本中的表达机制提供了新思路。