Enhancing LLMs with Cognitive-Affective Personality Inference for Simulating Human Social-Psychological Behavior¶

会议: NeurIPS 2026
arXiv: 2610.08328
代码: https://github.com/DDanel0727/spinn
领域: 社会计算
关键词: 大语言模型, 社会心理学模拟, 认知-情感人格系统, 行为对齐, 结构化推理

一句话总结¶

受认知-情感人格系统（CAPS）启发，提出零样本分阶段推理流水线 SPIN，将人类被试模拟解耦为任务无关人格编译、情境特定认知-情感状态引出和状态接地决策读取三阶段，在四大基底模型上显著提升了不确定性推理与多元无知实验的基准级行为对齐度。

研究背景与动机¶

大语言模型正日益广泛地被用作社会与行为科学实验中的合成被试。研究者通常通过在提示词中注入人口统计学属性、态度画像或详细的人物生活史，模拟人类在问卷调查、经济博弈和经典心理学实验中的群体响应。然而，现有模拟的有效性与可信度十分脆弱：合成样本往往会过度压缩群体内部的方差、错误校准效应量的大小，并在细粒度的跨实验条件对比中表现出钝化与漂移。

这种对齐失败的根源在于现行端到端单步提示（end-to-end prompting）的建模缺陷。不论提示词是全空白、简单属性列表还是富叙事背景，模型总是试图在一个前向生成步内，将静态被试描述与具体的实验刺激直接映射到最终决策。这种做法将人类稳定的内在人格倾向与随具体情境波动的瞬时认知解释深度纠缠在一起：同一被试跨试次复用时难以保持连贯的人格内核，同时又极易对细微但关键的情境操控产生欠敏感或过反应。

为破解这一稳定倾向与情境敏感性的两难，本文从经典认知-情感人格系统（CAPS）理论中汲取计算脚手架。CAPS 指出，人类行为的“稳定性与变异性并存”源于稳定的认知-情感单元网络在情境特征下的选择性激活，形成“if...then...”式的动态反应。核心 idea：将端到端行为生成解耦为任务无关人格编译、情境特定状态引出与状态接地决策读取三阶段流水线，构建显式的人格-状态信息瓶颈，使模型既能跨试次连贯复用被试内核，又能敏锐捕获细粒度情境变化。

方法详解¶

整体框架¶

SPIN（Structured Personality-Informed INference）是一个零样本文档级多阶段推理框架。针对给定的被试档案 \(x_p\) 和实验试次集合 \(\mathcal{T}\)，SPIN 抛弃了将两者简单拼接输入黑盒模型的端到端方式，而是通过三组具有严格上下文隔离的提示模板，依次调用同一个基底大模型完成三次无状态推理： 1. 任务无关人格编译（Compile）：仅接收被试原始档案 \(x_p\)，在完全不可见具体实验任务的前提下，提取包含五维连续特质评分、条件触发式倾向规则及默认决策风格的人格核心 \(\mathbf{c}_p\)。该核心对单个被试仅计算一次并持久化缓存。 2. 情境特定状态引出（Elicit）：以编译好的人格核心 \(\mathbf{c}_p\) 和当前试次刺激 \(\tau\) 为输入（严格切断原始档案 \(x_p\) 的直接输入），引出被试在具体情境下的瞬时认知-情感状态 \(\mathbf{s}_{p,\tau}\)。若试次包含多个细分条件项，则分别独立引出对应状态。 3. 状态接地决策读取（Decide）：仅输入引出的情境状态集合 \(\mathcal{S}_{p,\tau}\) 与试次问题结构 \(\tau\)（切断人格核心与原始档案），驱动模型产出最终的基准选项与规范答案行。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["输入：被试档案 profile"] --> B["任务无关人格编译<br/>Compile: 生成特质向量+规则"]
    B --> C["人格核心缓存<br/>五维特质 + 触发倾向 + 决策风格"]
    C --> D["情境特定状态引出<br/>Elicit: 结合试次刺激激活瞬时状态"]
    E["输入：实验试次刺激 trial"] --> D
    D --> F["瞬时认知-情感状态<br/>六维状态 + 促进/抑制考量 + 决策模式"]
    F --> G["状态接地决策读取<br/>Decide: 生成选项与置信度"]
    E --> G
    G --> H["输出：基准标准化决策结果"]

关键设计¶

1. 任务无关人格编译：构建稳定的被试特质表征 以往被试模拟常将性格描述直接裸露在决策提示中，模型易受实验文本诱导产生后向合理化偏差。为确立先验人格的独立性，编译阶段在完全遮蔽实验情境（task-blind）的条件下执行，从原始 profile 中提炼出三元组结构 \(\mathbf{c}_p = (\boldsymbol{\theta}, \mathcal{R}, \delta)\)。其中 \(\boldsymbol{\theta} \in [0, 1]^5\) 为社会决策五维连续特质向量，严格对齐社会偏好与博弈论核心维度：公平敏感度（fairness sensitivity，源自不均厌恶理论）、规范敏感度（norm sensitivity，源自社会规范依从理论）、互惠倾向（reciprocity orientation，源自社会价值取向）、不确定性厌恶（uncertainty aversion，源自模糊厌恶）以及自我保护倾向（self-protection tendency，源自损失厌恶）。规则集合 \(\mathcal{R}\) 动态提取若干条形如 \((\text{cue}_j, \text{tendency}_j, \text{strength}_j)\) 的“情境触发-行为倾向”规则，从固定的诱因词表中映射倾向强度（如面对背叛风险时的防御退缩程度）。\(\delta\) 则为自然语言概括的默认决策风格。该结构在同一被试的所有后续实验中一经编译即行冻结与复用，奠定了连贯的角色同一性。

2. 情境特定认知-情感状态引出：细粒度捕获情境动态 人类在不同情境下的行为差异源于内在心理状态的瞬时激活。在第二阶段，SPIN 将冻结的人格核心 \(\mathbf{c}_p\) 与当前试次刺激 \(\tau\) 结合，引出瞬时认知-情感状态 \(\mathbf{s}_{p,\tau}^{(i)} = \text{Elicit}(\mathbf{c}_p, \tau)\)。该阶段包含六维连续状态向量 \(\boldsymbol{\sigma} \in [0, 1]^6\)：情绪唤醒度（arousal）、冲突感（conflict）、社会关切（social concern）、对他人信任（trust in other）、感知被剥削风险（perceived exploitation risk）以及自我保护驱动力（self-protection drive）。同时，该阶段显式推理出成对的反应促进因素（cooperation drivers）与反应抑制因素（cooperation inhibitors），并指派主导决策模式（如慎思型、防御型、规范互惠型）。特别地，对于包含对比条件的复合试次（如囚徒困境中对手“已知合作”、“已知竞争”或“未知”），SPIN 执行逐项独立状态引出（item-wise elicitation），避免不同条件间的情绪和认知发生虚假混合。

3. 状态接地决策读取与逐级信息断联隔离原则 终结阶段 \(\hat{Y}_{p,\tau} = \text{Decide}(\mathcal{S}_{p,\tau}, \tau)\) 将引出的内部心理状态投影到实验测量空间。此阶段具有严格的因果单向性约束与信息瓶颈设计：决策读取模块既接触不到最初的原始 profile，也接触不到编译期的人格核心，决策必须且只能由状态集合 \(\mathcal{S}_{p,\tau}\) 与题目要求驱动。这种逐级切断上游原始输入的断联机制（stagewise input restrictions），彻底堵住了模型跳过内部心理状态直接依赖底层表层相关性生成答案的漏洞，使每一个最终选项（如囚徒困境中的合作/背叛，纽康伯问题中的单箱/双箱）都能严密溯源至具体的恐惧、信任或规范心理指标。

一个完整示例¶

以 Shafir–Tversky 经典囚徒困境三联实验中的同一位被试（ID: 10，性格偏向规矩合群与公平）为例，观察 SPIN 如何在同一人格内核下展现动态行为翻转： 1. 人格编译：模型读取学术背景档案，生成特质向量 \(\boldsymbol{\theta} = [0.7, 0.8, 0.6, 0.5, 0.4]\)（高度关注规范与公平），激活规则包括在背叛风险下防御但在明确规范下依从，默认风格为“配合型（accommodating）”。 2. 状态引出（对手状态未知）：感知不确定性上升，唤醒度 0.4，冲突感 0.6，信任度 0.3，被剥削风险 0.5。决策模式为“计算型（calculative）”，促进因素中“追求双方合作最高总收益”占据主导，读取阶段输出选择合作（Q1=a）。 3. 状态引出（对手已知背叛）：情境刺激剧变，信任度跌至谷底 0.1，被剥削风险暴增至 0.9，自我保护驱动力升至 0.8。主导模式翻转为“防御型（defensive）”，抑制单方面合作，决策读取果断输出选择竞争（Q2=b）。 4. 状态引出（对手已知合作）：信任度飙升至 0.9，被剥削风险降至 0.2，社会关切升至 0.8。主导模式变为“规范互惠型（normative reciprocity）”，互惠规范压倒了单方面偷袭的高收益诱惑，决策读取输出选择合作（Q3=a）。

整个过程生动还原了人类在面对确定背叛时自卫、面对确定合作时守诺、面对不确定时非因果推理的复杂心理跃迁，完全脱离了传统单一提示要么全选背叛（博弈论纳什均衡解）要么胡乱随机的僵化表现。

实验关键数据¶

主实验¶

评估基于重构的两个经典社会心理学实验家族：Shafir–Tversky（1992，不确定性推理，包含信息搜寻 PF-IS、囚徒困境三联 PF-PD、纽康伯问题 PF-NC）与 Prentice–Miller（1993，校园饮酒态度中的多元无知，包含均值校准 PF-ML、规范差距 PF-NG、离散度对齐 PF-DA、社会行动 PF-SA）。评测在 GPT-5.4-mini、Gemini-3-flash、DeepSeek V3.2 和 Qwen 3.5-max 四款基底模型上展开，对齐得分根据归一化绝对误差映射至 \([0, 1]\)。

基底模型	提示方法	综合对齐均分 (Avg.) ↑	S–T 对齐得分	P–M 对齐得分
GPT-5.4-mini	SPIN (本文)	0.846	0.828	0.863
	Blank (空白基线)	0.704	0.574	0.834
	Demographic (人口统计学)	0.723	0.611	0.835
	Demographic + CoT	0.793	0.735	0.852
	Narrative (富叙事背景)	0.805	0.761	0.839
	Narrative + CoT	0.811	0.773	0.849
Gemini-3-flash	SPIN (本文)	0.875	0.839	0.911
	Blank	0.700	0.524	0.876
	Demographic	0.793	0.701	0.885
	Demographic + CoT	0.823	0.774	0.871
	Narrative	0.714	0.557	0.870
	Narrative + CoT	0.722	0.578	0.866
DeepSeek V3.2	SPIN (本文)	0.869	0.830	0.908
	Blank	0.714	0.582	0.847
	Demographic	0.719	0.569	0.869
	Demographic + CoT	0.770	0.659	0.881
	Narrative	0.676	0.493	0.860
	Narrative + CoT	0.706	0.559	0.852
Qwen 3.5-max	SPIN (本文)	0.821	0.830	0.811
	Blank	0.694	0.636	0.752
	Demographic	0.740	0.711	0.769
	Demographic + CoT	0.649	0.525	0.772
	Narrative	0.750	0.734	0.765
	Narrative + CoT	0.723	0.654	0.791

消融实验¶

为了验证人格编译、状态引出以及结构化 Schema 的各自必要性，在四款基底模型上进行了系统消融（指标为两大家族的总体平均得分 Avg. 与分任务得分）：

配置	说明	GPT-5.4-mini (Avg. / S-T / P-M)	Gemini-3-flash (Avg. / S-T / P-M)	DeepSeek V3.2 (Avg. / S-T / P-M)	Qwen 3.5-max (Avg. / S-T / P-M)
SPIN (完整流水线)	编译 + 结构化状态引出 + 读取	0.845 / 0.828 / 0.863	0.875 / 0.839 / 0.911	0.869 / 0.830 / 0.908	0.821 / 0.830 / 0.811
w/o elicitation	移除状态引出，直接拿人格核心决策	0.809 / 0.790 / 0.828	0.820 / 0.764 / 0.876	0.818 / 0.773 / 0.862	0.776 / 0.757 / 0.794
w/o compilation	移除人格编译，状态引出直连原始 profile	0.812 / 0.767 / 0.856	0.852 / 0.805 / 0.898	0.848 / 0.795 / 0.901	0.798 / 0.813 / 0.782
freeform intermediate	保留三阶段但替换结构化 Schema 为自由文本思考	0.787 / 0.739 / 0.834	0.816 / 0.742 / 0.890	0.801 / 0.724 / 0.878	0.747 / 0.678 / 0.815

关键发现¶

状态引出是最大功臣：去掉状态引出模块（w/o elicitation）导致综合得分出现最剧烈的下跌（降幅在 0.036 至 0.055 之间），在依赖不确定性推理的 Shafir–Tversky 任务中跌幅尤其明显。行为分析表明，缺少状态引出层会导致模型在已知合作、纽康伯问题和信息付费条件中滑向盲目追求焦点动作的无差别策略，而显式状态引出充当了“行为正则化器”，拉近了模拟分布与真实人类数据的距离。
纯粹多步推理不等于心理结构化：freeform intermediate 表明，即便保留相同的多次推理轮次，单纯让大模型输出自由叙述式的思考笔记也会导致得分显著滑坡（S–T 下降 0.089 至 0.152）。这确凿证明了收益来源于先验特质与连续状态的约束性瓶颈，而非算力预算增加带来的链式思考增益。
配对鲁棒性检验全胜：在全部 4 个基底模型针对 5 种基线的所有组合中（共 40 组配对），SPIN 的对齐增益百分之百为正（40/40 正差异），在单侧配对 t 检验中均达显著水平（\(p < 0.05\)）。

亮点与洞察¶

将 CAPS 心理学理论工程化为 LLM 提示流水线：创造性地将 Mischel 的经典认知-情感人格系统转化为计算友好的三阶段输入断联机制，精准解决了被试模拟中“角色同一性漂移”与“情境钝化”的核心矛盾。
显式信息瓶颈阻断捷径学习：通过强制阶段间信息切断（决策阶段仅读心理状态，不给读被试生平），迫使模型必须在心理维度上认真完成情绪与风险权衡，避免大模型走端到端表面文本模式匹配的近路。
状态变量的语义可解释性与敏感性：聚合状态热力图表明，引出的六维状态并非随机幻觉，而是随着博弈对手背叛、合作或未知呈现极其连贯的心理学规律（背叛时信任跌至 0.1、风险升至 0.9），具备高度的分析透镜价值。

局限与展望¶

作者承认的局限：SPIN 的特质与状态 Schema 是人工针对社会博弈与判断领域定制的紧凑接口，并非经过外部独立心理测量学严密验证的度量工具；实验评测目前仅覆盖了两个重构研究家族（S–T 与 P–M），向更广泛的社会互动任务泛化仍需检验。
多轮交互与成本开销考量：SPIN 在每次试次中均需触发多轮独立的无状态 API 调用，对于具有大量子条件的项目成本显著增加；且目前仅针对一次性截面决策，尚未拓展至长期多轮博弈中的人格演化。
未来改进方向：可探索自适应特质维度生成机制，将真实问卷（如 Big Five、HEXACO）的实测数据锚定为编译特质先验，并结合少样本校准提升推理效率。

评分¶

新颖性: ⭐⭐⭐⭐⭐ 首次将认知-情感人格系统（CAPS）成功转化为大语言模型社会心理学模拟的结构化多阶段推理范式。
实验充分度: ⭐⭐⭐⭐⭐ 跨四大主流闭源与开源基底模型，涵盖完备的对比基线、双家族多指标对齐评测与细粒度消融分析。
写作质量: ⭐⭐⭐⭐⭐ 理论阐述清晰严谨，数学公式与概念定义规范，附录案例丰富且极具启发性。
价值: ⭐⭐⭐⭐⭐ 为计算社会科学与大模型被试模拟提供了坚实的方法论支撑，显著推动了 AI 代理与人类行为对齐的前沿发展。