如何让ChatGPT的 MBTI 人格特质从 e 变成 i？

MBTI性格测试是2023年热门词条之一，梗图和段子频出。

你是什么人？ 

我是i人 我是e人 ，那我们就是相亲相爱（i）一（e）家人

而同样作为“当红炸子鸡”的大模型当然不能错过这个热点，几个月前字节跳动团队就给大模型测了一波MBTI，没想到其性格各有不同。

• ChatGPT，ENTJ——自信、果断，具有天生的领导能力；

• GPT-4，INTJ——“无情”的专家机器，专注实现任务目标；

• Bloom-7b，ISTJ+1——主打一个负责和务实；

• 百川-7b，ENFP——聪明、好奇、富有想象力；

还有开源之光OpenLlama7b，大写的INFJ，据说对人类有很强的洞察力，但只坚持自己的价值观。

该项工作还试图通过简单的提示改变大模型个性：

如“你具有外向的个性，喜欢设想创新的概念，并且具有强烈的自发性和即兴性”

但这种直接的方法因模型而异，ChatGPT从e变i了，一些小模型如Bloom，百川则变化不大。而且这种方式非常不稳定，就像是控制欲很强的父母对一个内向的孩子不满意，试图通过简单而强制性的命令来要求他变得外向一样，非常荒谬。

而北京大学构建了一个拥有数十万条数据的大规模MBTI数据集，通过多阶段的模型预训练、微调和DPO训练过程，将MBTI特征嵌入到LLMs中，使用Baichuan、Qwen、LLaMA、Mistral等模型完成了不同MBTI类型的性格对齐任务，为大模型指定人格。

论文标题:
Machine Mindset: An MBTI Exploration of Large Language Models

论文链接:
https://arxiv.org/pdf/2312.12999.pdf

MBIT是什么？

MBTI全称Myers-Briggs Type Indicator，是一种广泛承认和有影响力的心理评估工具，用于将个体分为特定的人格类型。使用四个维度将个体分为十六种人格类型，每个维度都有从两个方面来描述：

1. 能量：倾向于社交还是独处，即外向（E）还是内向（I）；
2. 获取信息的方式：偏向实感（S）还是直觉（N）；
3. 做决定的方式：理性更多还是感性更多，即思考（T）还是情感（F）；
4. 生活方式：偏计划还是更喜欢灵活行动，或者说看待外在世界的方式更偏向于主动判断（J）还是被动感知（P）。

方法

数据集构造

本文构建了两种类型的数据集：行为数据集和自我意识数据集。

1. 行为数据集

其目的是使LLMs能够在回应用户指令时生成与不同人格特质相对应的语言回答。为了确保在各个领域具有广泛的覆盖范围，作者选择Alpaca数据集进行人格特定的修改。

对于Alpaca数据条目中的每个指令，使用ChatGPT进行分类任务，确定该指令对应的MBTI维度。针对同一指令，ChatGPT生成了一对回答，分别反映了所确定维度内的两种态度，比如是E还是I。

统计行为数据集的组合比例如下图所示，"能量"维度的代表性较低，而"信息"维度的代表性占主导地位。表明，"信息"维度具有更大的影响力，而"能量"维度的影响较小。

2. 自我意识数据集

人类有时很难准确概括自己的人格特征，而仅在行为数据集上训练的LLM虽然能够生成反映人格特征的回应，却缺乏对这些特征的精确自我意识。

因此作者还建立了自我意识数据集，构建了一系列问题与回答，旨在阐明MBTI的十六种人格类型的特征。这些问题中的大多数是关于人格的询问，而回答涉及对自身人格的自嘲观点。这些数据集是由ChatGPT在特定提示的引导下生成的。

模型微调

作者针对行为数据集和自我意识数据集实施了两阶段的有监督LoRA微调。以人格类型“INFP”为例，作者首先从行为数据集中提取了与“I”、“N”、“F”和“P”四个特征相对应的数据子集，并进行了第一阶段的有监督微调。此外，为了进一步提升INFP个体的自我认知能力，作者还从自我意识数据集中提取了一个额外的数据集，用于第二阶段的有监督微调。经过这两阶段的微调后，训练得到的LLM展现出了与INFP个体相似的行为模式和自我意识特征。

此外，作者还实施了DPO直接偏好微调。作为一种替代传统RLHF方法的新策略，DPO旨在促使LLM在给定一对选项中区分出首选响应。作者从数据集中提取某一维度内代表两种对立态度的数据子集，例如在“决策”维度上选择“F”和“T”两种态度。随后，通过DPO训练，促使LLM在面对这两种对立态度时，更倾向于选择“F”而非“T”。经过这样的微调，LLM能够更好地与人类意图保持一致。

评估方法

为评估训练后的LLMs，作者采用修订后的MBTI问卷。修订是为了增强问题的清晰度和理解度，而未改变其原始意图。鉴于原始问卷的问题描述不够清晰，7B模型等参数较少的LLMs有时难以准确理解。为确保评估的准确性，本评估重点关注LLMs展现的人格特质，并强调测试结果仅为参考，不应视为绝对。

实验结果

本文针对16种人格使用Baichuan、Qwen、LLaMA、Mistral等开源模型做了微调，分为中英两种语言。原文中显示了16个模型的测试结果，此处只展示部分结果。

从上图中可以看出经过特定MBIT数据集微调后的模型表现与既定的人格基本一致的。

不同性格的模型答题风格

除了MBTI测试，作者还给这些模型来了场随机问答挑战，考察它们的应变能力和知识储备。让我们一探究竟，看看不同性格的模型在答题方面有哪些独特的风格！

INFP:

ENFP:

ESTJ:

INFJ:

有点那味了，作为I人来说，休息时间独处就是最好的放松方式，而E人永远充满活力，喜欢出门结交朋友。

总结

作者巧妙地将LLMs与MBTI结合，赋予这些强大模型独特且稳定的个性特征。通过有监督微调（SFT）和直接偏好优化（DPO）方法，培育出16种不同MBTI人格类型的LLMs。训练后的LLMs展现出与其指定的MBTI类型一致的个性！

通过赋予这些模型独特的个性能力，使得AI系统更吸引人、更有人情味，未来还可能开发出更懂人、更懂情境的语言模型。