Psychological Steering in LLMs: An Evaluation of Effectiveness and Trustworthiness
LLM의 감정 상태와 성격 특성을 조절하는 다양한 스티어링(steering) 기법을 종합 평가하기 위해 심리학 기반 벤치마크 PsySET을 제안하며, 프롬프팅, 파인튜닝, 벡터 주입(vector injection) 등 네 가지 모델에 걸친 실험 결과 프롬프팅이 일관되게 효과적이나 강도 제어에 한계가 있고, 긍정적 감정인 기쁨조차 적대적 사실성에 대한 강건성을 저하시키는 등 신뢰성 측면의 부작용이 존재함을 밝혔다.