연구진은 LLM의 성격을 융의 인지 기능이라는 인지 과정 집합으로 표현하고 제어하는 새로운 프레임워크를 제시했어요. 융 평가 프로토콜과 2,100개 이상의 역할극 캐릭터 내러티브 데이터셋을 활용했답니다. Llama-3.1-8B 모델 실험 결과, 활성화 조향을 통해 8가지 인지 기능 모두를 효과적으로 제어할 수 있었어요.
성격 정보는 LLM의 중간 변환기 레이어에 집중되어 있으며, 조향 벡터는 합리적/비합리적 기능 간의 구분을 반영하는 구조적 기하학적 관계를 보여줘요. 또한, 다차원 조향 방향은 개별 기능 방향의 선형 조합으로 복구할 수 없다는 사실도 밝혀냈어요.
이번 연구는 LLM 활성화 공간에서 성격 표현에 대한 새로운 통찰력을 제공하고, 해석 가능하고 효과적인 다차원 성격 제어를 위한 프레임워크를 구축했어요.