Probing Persona-Dependent Preferences in Language Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Gilg, Oscar, Beckmann, Pierre, Paleka, Daniel, Butlin, Patrick |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Where is the Mind? Persona Vectors and LLM Individuation
par: Beckmann, Pierre, et autres
Publié: (2026)
par: Beckmann, Pierre, et autres
Publié: (2026)
Mechanistic Indicators of Understanding in Large Language Models
par: Beckmann, Pierre, et autres
Publié: (2025)
par: Beckmann, Pierre, et autres
Publié: (2025)
Refusal in Language Models Is Mediated by a Single Direction
par: Arditi, Andy, et autres
Publié: (2024)
par: Arditi, Andy, et autres
Publié: (2024)
The Persona Paradox: Medical Personas as Behavioral Priors in Clinical Language Models
par: Abdullahi, Tassallah, et autres
Publié: (2026)
par: Abdullahi, Tassallah, et autres
Publié: (2026)
Consistency Checks for Language Model Forecasters
par: Paleka, Daniel, et autres
Publié: (2024)
par: Paleka, Daniel, et autres
Publié: (2024)
Topic Segmentation Using Generative Language Models
par: Mackenzie, Pierre, et autres
Publié: (2025)
par: Mackenzie, Pierre, et autres
Publié: (2025)
Virtual Personas for Language Models via an Anthology of Backstories
par: Moon, Suhong, et autres
Publié: (2024)
par: Moon, Suhong, et autres
Publié: (2024)
Is Active Persona Inference Necessary for Aligning Small Models to Personal Preferences?
par: Tang, Zilu, et autres
Publié: (2025)
par: Tang, Zilu, et autres
Publié: (2025)
Multi-Persona Thinking for Bias Mitigation in Large Language Models
par: Chen, Yuxing, et autres
Publié: (2026)
par: Chen, Yuxing, et autres
Publié: (2026)
Preference Packing: Efficient Preference Optimization for Large Language Models
par: Cho, Jaekyung
Publié: (2026)
par: Cho, Jaekyung
Publié: (2026)
The Impact of Steering Large Language Models with Persona Vectors in Educational Applications
par: Wu, Yongchao, et autres
Publié: (2026)
par: Wu, Yongchao, et autres
Publié: (2026)
Capturing Nuanced Preferences: Preference-Aligned Distillation for Small Language Models
par: Gu, Yanggan, et autres
Publié: (2025)
par: Gu, Yanggan, et autres
Publié: (2025)
Persona-Assigned Large Language Models Exhibit Human-Like Motivated Reasoning
par: Dash, Saloni, et autres
Publié: (2025)
par: Dash, Saloni, et autres
Publié: (2025)
Mapping and Influencing the Political Ideology of Large Language Models using Synthetic Personas
par: Bernardelle, Pietro, et autres
Publié: (2024)
par: Bernardelle, Pietro, et autres
Publié: (2024)
Personas as a Way to Model Truthfulness in Language Models
par: Joshi, Nitish, et autres
Publié: (2023)
par: Joshi, Nitish, et autres
Publié: (2023)
Aligning Large Language Models with Searcher Preferences
par: Wu, Wei, et autres
Publié: (2026)
par: Wu, Wei, et autres
Publié: (2026)
Probing for Arithmetic Errors in Language Models
par: Sun, Yucheng, et autres
Publié: (2025)
par: Sun, Yucheng, et autres
Publié: (2025)
Language Models' Factuality Depends on the Language of Inquiry
par: Aggarwal, Tushar, et autres
Publié: (2025)
par: Aggarwal, Tushar, et autres
Publié: (2025)
PLaD: Preference-based Large Language Model Distillation with Pseudo-Preference Pairs
par: Zhang, Rongzhi, et autres
Publié: (2024)
par: Zhang, Rongzhi, et autres
Publié: (2024)
Self-supervised Preference Optimization: Enhance Your Language Model with Preference Degree Awareness
par: Li, Jian, et autres
Publié: (2024)
par: Li, Jian, et autres
Publié: (2024)
Phare: A Safety Probe for Large Language Models
par: Jeune, Pierre Le, et autres
Publié: (2025)
par: Jeune, Pierre Le, et autres
Publié: (2025)
BILLY: Steering Large Language Models via Merging Persona Vectors for Creative Generation
par: Pai, Tsung-Min, et autres
Publié: (2025)
par: Pai, Tsung-Min, et autres
Publié: (2025)
PICLe: Eliciting Diverse Behaviors from Large Language Models with Persona In-Context Learning
par: Choi, Hyeong Kyu, et autres
Publié: (2024)
par: Choi, Hyeong Kyu, et autres
Publié: (2024)
MoCoRP: Modeling Consistent Relations between Persona and Response for Persona-based Dialogue
par: Lee, Kyungro, et autres
Publié: (2025)
par: Lee, Kyungro, et autres
Publié: (2025)
Dependency Transformer Grammars: Integrating Dependency Structures into Transformer Language Models
par: Zhao, Yida, et autres
Publié: (2024)
par: Zhao, Yida, et autres
Publié: (2024)
Preference Alignment Improves Language Model-Based TTS
par: Tian, Jinchuan, et autres
Publié: (2024)
par: Tian, Jinchuan, et autres
Publié: (2024)
Weights-Rotated Preference Optimization for Large Language Models
par: Yang, Chenxu, et autres
Publié: (2025)
par: Yang, Chenxu, et autres
Publié: (2025)
Probing and Steering Evaluation Awareness of Language Models
par: Nguyen, Jord, et autres
Publié: (2025)
par: Nguyen, Jord, et autres
Publié: (2025)
Probing Neural Topology of Large Language Models
par: Zheng, Yu, et autres
Publié: (2025)
par: Zheng, Yu, et autres
Publié: (2025)
Probing Causality Manipulation of Large Language Models
par: Zhang, Chenyang, et autres
Publié: (2024)
par: Zhang, Chenyang, et autres
Publié: (2024)
Invisible Influences: Investigating Implicit Intersectional Biases through Persona Engineering in Large Language Models
par: Arimanda, Nandini, et autres
Publié: (2026)
par: Arimanda, Nandini, et autres
Publié: (2026)
Persona-judge: Personalized Alignment of Large Language Models via Token-level Self-judgment
par: Zhang, Xiaotian, et autres
Publié: (2025)
par: Zhang, Xiaotian, et autres
Publié: (2025)
SynthesizeMe! Inducing Persona-Guided Prompts for Personalized Reward Models in LLMs
par: Ryan, Michael J, et autres
Publié: (2025)
par: Ryan, Michael J, et autres
Publié: (2025)
Training-Free Cultural Alignment of Large Language Models via Persona Disagreement
par: Kiet, Huynh Trung, et autres
Publié: (2026)
par: Kiet, Huynh Trung, et autres
Publié: (2026)
Moral Susceptibility and Robustness under Persona Role-Play in Large Language Models
par: Costa, Davi Bastos, et autres
Publié: (2025)
par: Costa, Davi Bastos, et autres
Publié: (2025)
Preference Consistency Matters: Enhancing Preference Learning in Language Models with Automated Self-Curation of Training Corpora
par: Lee, JoonHo, et autres
Publié: (2024)
par: Lee, JoonHo, et autres
Publié: (2024)
Not All Personas Are Worth It: Culture-Reflective Persona Data Augmentation
par: Han, Ji-Eun, et autres
Publié: (2025)
par: Han, Ji-Eun, et autres
Publié: (2025)
Aligning Large Language Model Behavior with Human Citation Preferences
par: Ando, Kenichiro, et autres
Publié: (2026)
par: Ando, Kenichiro, et autres
Publié: (2026)
Self-Boosting Large Language Models with Synthetic Preference Data
par: Dong, Qingxiu, et autres
Publié: (2024)
par: Dong, Qingxiu, et autres
Publié: (2024)
Safer-Instruct: Aligning Language Models with Automated Preference Data
par: Shi, Taiwei, et autres
Publié: (2023)
par: Shi, Taiwei, et autres
Publié: (2023)
Documents similaires
-
Where is the Mind? Persona Vectors and LLM Individuation
par: Beckmann, Pierre, et autres
Publié: (2026) -
Mechanistic Indicators of Understanding in Large Language Models
par: Beckmann, Pierre, et autres
Publié: (2025) -
Refusal in Language Models Is Mediated by a Single Direction
par: Arditi, Andy, et autres
Publié: (2024) -
The Persona Paradox: Medical Personas as Behavioral Priors in Clinical Language Models
par: Abdullahi, Tassallah, et autres
Publié: (2026) -
Consistency Checks for Language Model Forecasters
par: Paleka, Daniel, et autres
Publié: (2024)