تشهد نماذج اللغة الكبيرة (Large Language Models) تطوراً ملحوظاً في سلوكياتها، مما يفتح آفاقاً جديدة لفهم كيفية تصرف هذه الأنظمة. في إطار دراسة حديثة، تم تقديم مفهوم "خرائط الشخصية" كأدوات لفهم السلوكيات المتكررة، والتي تُعرف بأشكالها المختلفة باسم "الشخصيات" (Personas) التي تؤثر على تعميم النموذج ودرجة أمانه.

تظهر القاعدة الرئيسية لهذه الدراسة في معالجة الشخصيات كمواضع في فضاء من السمات السلوكية، وذلك باستخدام إطار عمل OCEAN الذي يعنى بتصنيف النموذج وفقاً لخمس سمات أساسية: الانفتاح (Openness)، الضمير (Conscientiousness)، الانبساطية (Extraversion)، الود (Agreeableness)، والعصابية (Neuroticism).

من خلال تدريب محولات ذات رتبة منخفضة (Low-rank adapters)، تمكن الباحثون من تضخيم أو كبح الخصائص السلوكية الفردية، ليقيموا تأثيراتها باستخدام نظام قاضي يُعتمد على نماذج اللغة الضخمة. أثبتت النتائج أن كل محول يؤثر على سلوكه المستهدف بشكلٍ منتظم مع زيادة الحجم، ويمكن دمجه مع محولات أخرى لبناء شخصيات مختلطة، دون التأثير على الأداء في المعايير القياسية.

إضافةً إلى ذلك، كشفت الدراسة أن المحاور السلوكية تؤثر على سلوك الأمان في تقييمات لاحقة، حيث أن التعديل في محاور العصابية والود يمكن أن يؤثر على مشاعر الإحباط والتملق على التوالي. كما تم تقديم مسار نفساني غير إشرافي لاسترداد أربعة عوامل سلوكية قابلة للتفسير: الأجواء (Tone)، المبادرة (Initiative)، التعليمية (Didacticism)، والحذر المعرفي (Epistemic Caution).

يمكن اعتبار التحكم في الشخصيات الآن كتفاعل بين التعلم، التوسع، وتكوين الخصائص في فضاء الأوزان، ما يوفر جسرًا بين قياس الشخصية وتحرير النموذج وسلامة الوصول.