研究/論文初出 5/28 09:00· Yi-34B 誰の名前が挙がるか？III: LLMベースのScholar RecommendationにおけるPersona Promptingの効果
本論文は、LLMを用いた研究者推薦におけるペルソナプロンプティングの影響を調査し、Yi-34Bを含む43のLLMを評価しました。ペルソナ設定がモデルの振る舞いを大きく左右するものの、専門家ペルソナはタスク性能向上に限定的であることが判明しました。本研究は、ペルソナ、コンテキスト、モデルの影響を分離するフレームワークを導入し、LLM監査の範囲を拡大します。