Persona Dosing: Control calibrado de rasgos en modelos de lenguaje

Fuentes: Persona Dosing: Calibrated Activation Steering for Graded Trait Control

El artículo 'Persona Dosing: Calibrated Activation Steering for Graded Trait Control' presenta un método para regular la expresión de rasgos en modelos de lenguaje mediante una escala de intensidad comportamental. A diferencia de las técnicas de activación que fijan un coeficiente de intervención, este enfoque permite solicitar un grado específico de expresión de la personalidad, ajustando la fuerza de la intervención a una escala de comportamiento.

El sistema, denominado PersonaDose, especializa un controlador FLAS compartido, condicionado a la descripción, para respuestas de persona. Su funcionamiento se basa en calibrar el tiempo de flujo del controlador contra la expresión medida de los rasgos. Un hallazgo clave es que los datos de entrenamiento no se emparejan con las intensidades de objetivo solicitadas, lo que permite una calibración independiente de la capacidad del controlador y la precisión de las peticiones.

En pruebas realizadas sobre los modelos Llama-3.1-8B, Qwen3-8B y Gemma-3-4B, PersonaDose eleva la expresión de rasgos centrales en un 33,2%, 18,3% y 17,8% respectivamente, superando a la adición de activación contrastiva, manteniendo un suelo de coherencia de 75. Los resultados demuestran que los ajustes seleccionados por calibración conservan una ventaja de expresión en preguntas no vistas, aunque el suelo de coherencia no se mantiene para todos los rasgos. En siete rasgos entrenados, las peticiones calibradas presentan errores de apuntado medios de 4,7 a 6,2 puntos sobre 14 a 22 objetivos alcanzables por calibración, separando así el rango de comportamiento aprendido del controlador de la precisión de las solicitudes dentro de ese rango.