Les chercheurs proposent un cadre multi-agents affiné pour détecter les traits de personnalité OCEAN à partir de récits de vie, répondant au défi des traits latents et dépendants du contexte dans le texte. Le système utilise des sous-agents conditionnés par modélisation linguistique masquée et supervision psychométrique pour adopter des perspectives hautes, basses ou neutres pour chaque trait.
- Les sous-agents sont conditionnés pour adopter des perspectives spécifiques (haute, basse ou neutre) pour chaque trait OCEAN en utilisant la modélisation linguistique masquée et la supervision psychométrique.
- Un LLM juge agrège et compare les sorties de ces sous-agents pour générer des prédictions finales de traits, atténuant les biais individuels des modèles.
- Le cadre est évalué sur un jeu de données de récits de vie par le biais d'expériences quantitatives et qualitatives, incluant des lignes de base et des ablations.
L'approche fournit une méthode évolutive et interprétable pour l'inférence de personnalité basée sur le texte en exploitant le raisonnement multi-agents fondé sur la supervision psychométrique.