연구자들은 작업 맥락, 사용자 목표, 상황의 긴급성에 따라 에이전트의 은유적 페르소나와 성격 표현 강도를 함께 적응시키는 대규모 언어 모델 기반 대화 에이전트를 위한 유동적 성격 프레임워크를 제안합니다.
이 프레임워크는 중등도의 성격 표현이 목표 지향적 작업에서 신뢰도, 즐거움, 채택 의도 측면에서 낮거나 높은 극단보다 더 우수한 성능을 보인다고 시사합니다. 또한 맥락에 맞는 은유가 사용자 경험과 수용률 측면에서 정적인 일방적 보조 도구보다 우수함이 입증되었습니다.
이 접근 방식은 의료 정보 검색, 피트니스 코칭, 성찰적 학습 등의 도메인 간 역동성, 긴급성, 격식 수준이 변할 때 페르소나와 스타일을 고정하는 것의 불일치 위험을 해결하는 것을 목표로 합니다.