HyPE는 페르소나 기반 대화 모델의 일관성을 높이기 위해 페르소나 속성 간의 관계를 모델링하는 프레임워크입니다. 페르소나 요소를 공유 카테고리 레이블로 연결한 하이퍼그래프를 활용하여 페르소나 요약 벡터와 소프트 메모리 뱅크를 생성합니다.
HyPE는 (핵심, 표현, 감정, 카테고리) 4가지 튜플로 페르소나 텍스트를 분석하고, Persistent Edge Embeddings (PEE)를 통해 카테고리별 사전 정보를 하이퍼그래프 메시지 전달 단계에 통합합니다.
PersonaChat에서 GPT-2, LLaMA-3.2-3B, Qwen2.5-3B 백본을 사용할 때 HyPE는 문장 수준 풀링 기반 모델보다 성능이 우수하며, 이는 구조화된 하이퍼에지 수준 페르소나 인코딩이 모델 규모에 관계없이 이점을 제공함을 보여줍니다.