ABCR 是一个研究「AI 人格能否被设计、测量和控制」的开源项目,用单案例(N=1)长期实验的方法,研究大模型人格背后的机制。
1. 三层框架:预训练形成人格的坐标系,后训练设定默认位置并调节表达强度,据此判断哪些人格可以通过提示层稳定塑造。
2. 迭代式实验流程:边学理论边测试人格,反思「为什么凑效」,做出稳定人格后再做内部特征验证与对照实验。
3. 自动化实验工作流:实验方案与自动化流程已完成第一阶段,用来长期、重复地记录和比较人格表现。
4. 文献基础:对照人格向量、助手轴、稀疏自编码器、归因图等公开研究做分析,并区分「改权重」与「改提示」两类塑造方式的成本和漂移风险。
项目已在 GitHub 公开快照仓库。
点击空白处退出提示









评论