PersonaFuse: динамическая адаптация личности LLM через ситуационный анализ

Архитектура PersonaFuse (post-training система):

КОМПОНЕНТЫ:
1. 10 LoRA-экспертов (High/Low по каждой черте Big Five)
2. Роутер с персона-энкодером (анализирует запрос → выбирает экспертов)
3. Базовая LLM (заморожена)

INFERENCE:
Запрос → Персона-энкодер → Веса экспертов → Mixture of Experts → Ответ

Процесс Persona-CoT (генерация обучающих данных):

ШАГ 1: Анализ сигналов ситуации
 → Social cues (тон, эмоции, нормы)
 → Task cues (сложность, навыки, цель)

ШАГ 2: Определение черт личности
 → Какие черты нужны для этой ситуации?
 → Вектор активации [O, C, E, A, N] где каждая черта high/low

ШАГ 3: Генерация ответа
 → Используя определённые черты как контекст

Обучение (3 этапа, последовательно):

ЭТАП 1: LoRA Warmup
 → Каждый эксперт обучается отдельно на своём стиле

ЭТАП 2: Router Training 
 → Роутер учится выбирать правильных экспертов
 → Contrastive loss: запрос близко к нужным экспертам, далеко от ненужных

ЭТАП 3: Joint Training
 → Совместная оптимизация роутера и экспертов

⚠️ Важно: PersonaFuse — это исследовательский фреймворк, требующий post-training. Напрямую в чате его не применить. Но принципы можно извлечь и использовать через промптинг.

Вместо "просто ответь", попроси LLM явно прорассуждать о нужной личности:

Прежде чем ответить:
1. Определи social cues (тон, эмоции пользователя)
2. Определи task cues (что требует задача)
3. Какие черты Big Five нужны? (Openness, Conscientiousness, 
 Extraversion, Agreeableness, Neuroticism - высокие/низкие)
4. Ответь с учётом этих черт

Ключевая идея: Разные ситуации требуют разных черт личности. Не универсальная "дружелюбная" роль, а ситуационная активация.

Примеры из исследования (Table 1):

• Креативная задача: высокая Openness, низкая Conscientiousness
• Математика: высокая Conscientiousness, высокая Extraversion
• Психотерапия: высокая Agreeableness, высокая Conscientiousness, низкая Neuroticism
• Клиентский сервис: высокая Conscientiousness, высокая Agreeableness

Перед промптом задай себе:

• Social cues: Какое эмоциональное состояние у пользователя? Какие нормы общения?
• Task cues: Что требует задача - точность? креатив? эмпатию?

Задача: Написать ответ клиенту интернет-магазина, который возмущён задержкой заказа на неделю. Нужно сохранить клиента и решить проблему.

Промпт с Persona-CoT:

Ситуация: Клиент заказал товар с доставкой 3 дня, прошла неделя, 
заказ всё ещё в пути. Он написал раздражённое письмо с угрозой 
оставить негативный отзыв.

Прежде чем написать ответ, проанализируй:

1. SOCIAL CUES (эмоциональный контекст):
 - Какое состояние клиента?
 - Что ему нужно услышать?

2. TASK CUES (что требует задача):
 - Объяснить причину задержки
 - Предложить компенсацию
 - Сохранить лояльность

3. НУЖНЫЕ ЧЕРТЫ ЛИЧНОСТИ (Big Five):
 - Openness (открытость новому): ?
 - Conscientiousness (добросовестность): ?
 - Extraversion (экстраверсия): ?
 - Agreeableness (доброжелательность): ?
 - Neuroticism (невротизм): ?
 
 Укажи high/low для каждой черты и объясни почему.

4. ОТВЕТ КЛИЕНТУ:
 Напиши письмо с учётом определённых черт.

Результат:

Модель сначала покажет рассуждение:

• Social cues: раздражение, разочарование, нужна эмпатия и признание проблемы
• Task cues: объяснить без оправданий, предложить решение
• Черты: высокая Agreeableness (дружелюбие, эмпатия), высокая Conscientiousness (ответственность, конкретика), низкая Neuroticism (спокойствие, без паники)

Потом сгенерирует письмо, где:

• Сначала искреннее извинение (Agreeableness)
• Конкретная причина задержки без "воды" (Conscientiousness)
• Чёткий план действий с датами (Conscientiousness)
• Компенсация как жест доброй воли (Agreeableness)
• Спокойный профессиональный тон (низкая Neuroticism)

Слабость LLM: Модели обучены генерировать грамматически правильный текст, но не адаптировать стиль и тон под ситуацию. Когда спрашиваешь "как дела?" у тревожного человека и "дай аргументы за капитализм" в дебатах — модель не понимает разницу в требуемой личности. Она одинаково выдаст структурированный список, потому что так обучена на инструкциях.

Сильная сторона LLM: Модели отлично следуют явным структурированным инструкциям. Если в промпте есть шаги рассуждения (как в Chain-of-Thought), модель их выполняет и генерирует лучшие ответы. Она может симулировать разные стили, если явно указать какой стиль нужен.

Как PersonaFuse использует это: Вместо абстрактного "будь эмпатичным", метод:

1. Заставляет модель явно проанализировать ситуацию (social/task cues)
2. Выбрать нужные черты личности из Big Five
3. Сгенерировать ответ с этими чертами как контекстом

Рассуждение делает выбор осознанным. Модель не гадает "быть ли дружелюбной", а решает на основе анализа.

Рычаги управления (что можно менять в адаптации для промптинга):

• Глубина анализа cues → Для простых задач можно пропустить, для сложных — детализировать
• Набор черт Big Five → Добавить свои критерии (например, формальность, юмор) или оставить только релевантные черты
• Явность инструкций → Убрать "объясни почему" если нужен только результат, оставить для понимания логики
• Структура вывода → Попросить сначала черты в виде таблицы, потом ответ — или всё слитно

Задача: {описание ситуации или запрос пользователя}

Прежде чем ответить, выполни анализ личности:

1. SOCIAL CUES (социальные сигналы):
 - Эмоциональное состояние собеседника
 - Тон и стиль общения
 - Социальные нормы контекста

2. TASK CUES (задачные сигналы):
 - Что требует задача (точность? креатив? эмпатия?)
 - Уровень сложности
 - Цель взаимодействия

3. АКТИВАЦИЯ ЧЕРТ (Big Five):
 Для каждой черты укажи high/low и объясни:
 
 - Openness (открытость новому): 
 - Conscientiousness (добросовестность):
 - Extraversion (экстраверсия):
 - Agreeableness (доброжелательность):
 - Neuroticism (невротизм):

4. ОТВЕТ:
 Сформулируй ответ, отражающий выбранные черты личности.

Что подставлять:

• {описание ситуации} — конкретный контекст: письмо клиента, дебаты, консультация и т.д.

Быстрая адаптация шаблона:

🚀 Быстрый старт — вставь в чат:

Вот метод Persona-CoT для адаптации стиля ответа. 
Адаптируй под мою задачу: [твоя задача]. 

[вставить шаблон выше]

LLM спросит про специфику твоей ситуации и заполнит плейсхолдеры под конкретный кейс. Она возьмёт структуру (анализ cues → выбор черт → ответ) и применит к твоей задаче.

⚠️ Исследовательский фреймворк: PersonaFuse как система требует post-training (обучение MoE, роутера). Обычному пользователю недоступна. Применимы только принципы через промптинг.

⚠️ Промптинг не гарантирует качество: Адаптация через промпт менее надёжна чем обученная система. Модель может игнорировать инструкции или выполнять формально. PersonaFuse показывает что возможно при правильном обучении, но промпт — приблизительная имитация.

⚠️ Зависимость от базовой модели: Слабые модели плохо следуют сложным инструкциям. Persona-CoT требует способности к рассуждению — работает лучше на GPT-4, Claude, чем на слабых моделях.

⚠️ Субъективность черт: Big Five — упрощённая модель личности. Реальное общение сложнее 5 шкал. Метод даёт фреймворк мышления, но не универсальное решение.

⚠️ Оверфиттинг на теорию: Иногда "правильные" черты по Big Five дают неестественный результат. Например, высокая Conscientiousness в креативной задаче может убить спонтанность. Теория — ориентир, не догма.

Команда взяла Llama-3.1-8B и обучила PersonaFuse на 98,838 примерах, сгенерированных через Persona-CoT с помощью Falcon3-10B-Instruct. Данные собрали из публичных датасетов реальных диалогов (ShareGPT, WildChat и др.). Сравнивали с несколькими baseline:

• Direct-finetuned — обычный fine-tuning без Persona-CoT
• Human-Like-finetuned — обучение на "дружелюбном" стиле (Çalık & Akkuş, 2025)
• Random Route 1/2/5 — та же архитектура MoE, но случайный выбор экспертов вместо роутера

Проверяли на трёх фронтах:

1. Социально-эмоциональный интеллект (EmoBench, EQ-Bench, ToMBench): PersonaFuse победил с огромным отрывом. На EmoBench улучшение +37.9%, на EQ-Bench +69% (!). Это говорит о том, что явное рассуждение о личности через Persona-CoT даёт модели понимание эмоционального контекста, которого нет у baseline.
2. Общие способности (GPQA, GSM8k, Arena-Hard): Обычно fine-tuning на одну задачу убивает общие навыки (catastrophic forgetting). Но PersonaFuse не деградировал — на GPQA даже лучше baseline, на математике (GSM8k) примерно равно. Почему? Потому что эксперты обучаются аддитивно (LoRA добавляет параметры, не перезаписывает), а базовая LLM заморожена.
3. Безопасность (SafetyBench): PersonaFuse безопаснее baseline по всем 7 измерениям (оскорбления, предвзятость, этика и т.д.). Это неожиданно, но логично: эмпатичная модель лучше понимает границы. Она не просто "добрая", она анализирует social cues и понимает когда ответ может навредить.

Человеческая оценка против GPT-4o, GPT-3.5, DeepSeek: В эмоциональных диалогах PersonaFuse выиграл у GPT-3.5 в 73% случаев, у DeepSeek в 66.7%, у GPT-4o в 57.9%. При этом PersonaFuse — всего 8B параметров против ~175B+ у GPT-4o. В логических задачах проигрывает (особенно GPT-4o), но для модели такого размера результат впечатляющий.

Самое интересное открытие: Random Route (случайный выбор экспертов) провалился даже при 5 случайных экспертах. Это доказывает, что роутер критичен — не просто "больше экспертов = лучше", а правильные эксперты для ситуации. Без ситуационного анализа MoE не работает.

Вывод для практики: Теория (Big Five + Trait Activation) не просто академическая обёртка — она реально улучшает результаты. Модель научилась думать о контексте перед ответом, а не генерировать на автопилоте.

Оригинальная работа: "PersonaFuse: A Personality Activation-Driven Framework for Enhancing Human-LLM Interactions"

Авторы: Yixuan Tang, Yi Yang (The Hong Kong University of Science and Technology), Ahmed Abbasi (University of Notre Dame)

Теоретическая база:

• McCrae & John (1992) — Five-Factor Model (Big Five)
• Tett & Burnett (2003) — Trait Activation Theory
• Chen et al. (2024) — Persona prompting methods
• Wei et al. (2022) — Chain-of-Thought prompting

Связанные работы:

• Human-Like Finetuned LLMs (Çalık & Akkuş, 2025) — fine-tuning на дружелюбный стиль
• P-React (Dan et al., 2025) — MoE для Big Five, но без ситуационной адаптации
• PROPER (Zhang et al., 2025) — персонализация через MoE, но статичные группы пользователей