GPT-4oがアメリカ人および中国系アメリカ人の人格をシミュレートする研究により、LLMの人格表現は2つの分離可能な要素、すなわち集約的特徴と幾何学的特徴から構成されることが明らかになった。研究者は、操作された質問順序の下でSPD多様体上の幾何学を分析するために、IPIP-50の回答からインスタンス内相関行列を構築した。

  • 五大性格尺度スコアで表される集約的特徴は、ランダム化により21%低下するが、フレームに頑健である。
  • 幾何学的特徴はフレームの不一致により42%崩壊するが、共有されたフレーム下では84%まで大幅に回復し、76%にとどまる集約的特徴を上回る。

これらの知見は、LLM人格の二重性枠組みを確立し、静的な特性概念に挑戦し、フレームを意識した評価手法の必要性を示している。