Quantifying AI Psychology: A Psychometrics Benchmark for Large Language Models

水准点(测量) 心理测量学 心理学 应用心理学 自然语言处理 数据科学 计算机科学 计量经济学 临床心理学 数学 地图学 地理
作者
Yuan Li,Yue Huang,Hongyi Wang,Xiangliang Zhang,James Zou,Lichao Sun
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2406.17675
摘要

Large Language Models (LLMs) have demonstrated exceptional task-solving capabilities, increasingly adopting roles akin to human-like assistants. The broader integration of LLMs into society has sparked interest in whether they manifest psychological attributes, and whether these attributes are stable-inquiries that could deepen the understanding of their behaviors. Inspired by psychometrics, this paper presents a framework for investigating psychology in LLMs, including psychological dimension identification, assessment dataset curation, and assessment with results validation. Following this framework, we introduce a comprehensive psychometrics benchmark for LLMs that covers six psychological dimensions: personality, values, emotion, theory of mind, motivation, and intelligence. This benchmark includes thirteen datasets featuring diverse scenarios and item types. Our findings indicate that LLMs manifest a broad spectrum of psychological attributes. We also uncover discrepancies between LLMs' self-reported traits and their behaviors in real-world scenarios. This paper demonstrates a thorough psychometric assessment of LLMs, providing insights into reliable evaluation and potential applications in AI and social sciences.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
liuhang完成签到,获得积分10
2秒前
大模型应助朴素的笑容采纳,获得30
2秒前
xiaoxiao发布了新的文献求助10
3秒前
zzz完成签到,获得积分10
3秒前
富贵鱼鱼发布了新的文献求助10
4秒前
5秒前
6秒前
bkagyin应助爱上人家四月采纳,获得10
6秒前
wanci应助senlin采纳,获得10
6秒前
7秒前
7秒前
10秒前
传奇3应助xiaoxiao采纳,获得10
10秒前
大力奇迹完成签到,获得积分10
11秒前
哈哈发布了新的文献求助10
12秒前
13秒前
Sandy发布了新的文献求助30
13秒前
hehe发布了新的文献求助10
13秒前
科研通AI5应助科研通管家采纳,获得10
13秒前
脑洞疼应助科研通管家采纳,获得10
13秒前
刘荻萩应助科研通管家采纳,获得40
14秒前
14秒前
bkagyin应助科研通管家采纳,获得10
14秒前
科研通AI5应助科研通管家采纳,获得10
14秒前
所所应助科研通管家采纳,获得10
14秒前
www应助科研通管家采纳,获得10
14秒前
JamesPei应助科研通管家采纳,获得10
14秒前
科目三应助科研通管家采纳,获得30
14秒前
酷波er应助科研通管家采纳,获得10
14秒前
lany应助科研通管家采纳,获得10
14秒前
慕青应助科研通管家采纳,获得10
14秒前
www应助科研通管家采纳,获得10
14秒前
sy应助科研通管家采纳,获得10
15秒前
shen应助科研通管家采纳,获得10
15秒前
英姑应助科研通管家采纳,获得10
15秒前
科研通AI5应助科研通管家采纳,获得10
15秒前
fang应助科研通管家采纳,获得10
15秒前
lany应助科研通管家采纳,获得10
15秒前
今后应助科研通管家采纳,获得10
15秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
The First Nuclear Era: The Life and Times of a Technological Fixer 500
ALUMINUM STANDARDS AND DATA 500
岡本唐貴自伝的回想画集 500
Distinct Aggregation Behaviors and Rheological Responses of Two Terminally Functionalized Polyisoprenes with Different Quadruple Hydrogen Bonding Motifs 450
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3668063
求助须知:如何正确求助?哪些是违规求助? 3226515
关于积分的说明 9769764
捐赠科研通 2936459
什么是DOI,文献DOI怎么找? 1608572
邀请新用户注册赠送积分活动 759665
科研通“疑难数据库(出版商)”最低求助积分说明 735460