शोधकर्ताओं ने जीवन कथाओं से OCEAN व्यक्तित्व लक्षणों का पता लगाने के लिए एक फाइन-ट्यूंड मल्टी-एजेंट फ्रेमवर्क का प्रस्ताव दिया है, जो पाठ में छिपे और संदर्भ-निर्भर लक्षणों की चुनौती को संबोधित करता है। सिस्टम प्रति लक्षण उच्च, निम्न या तटस्थ दृष्टिकोण अपनाने के लिए मस्क्ड लैंग्वेज मॉडलिंग और साइकोमेट्रिक सपervision के माध्यम से शर्तबंद उप-एजेंटों का उपयोग करता है।
- उप-एजेंटों को मस्क्ड लैंग्वेज मॉडलिंग और साइकोमेट्रिक सपervision का उपयोग करके प्रत्येक OCEAN लक्षण के लिए विशिष्ट दृष्टिकोण (उच्च, निम्न या तटस्थ) अपनाने के लिए शर्तबंद किया गया है।
- एक जज LLM इन उप-एजेंटों से आउटपुट को एग्रीगेट और तुलना करता है ताकि अंतिम लक्षण पूर्वानुमान उत्पन्न किए जा सकें, जिससे व्यक्तिगत मॉडल पक्षपात कम होता है।
- फ्रेमवर्क का मूल्यांकन जीवन कथा डेटासेट पर मात्रात्मक और गुणात्मक प्रयोगों के माध्यम से किया गया है, जिसमें बेलाइन्स और एब्लेशन शामिल हैं।
यह दृष्टिकोण साइकोमेट्रिक सपervision पर आधारित मल्टी-एजेंट तर्क का लाभ उठाकर पाठ-आधारित व्यक्तित्व निष्कर्ष के लिए एक स्केलेबल और व्याख्या योग्य विधि प्रदान करता है।