Что произошло
Группа исследователей опубликовала на arXiv препринт, в котором впервые систематически измерены «черты характера» 22 крупных языковых моделей. В работе использован метод Archetypometrics: каждая модель оценила себя по 464 семантическим дифференциальным парам (например, «добрый — жестокий», «логичный — интуитивный»), после чего профили спроецировали на шестимерное пространство архетипов, полученное из оценок 2000 вымышленных персонажей реальными людьми.
Ключевые результаты
Закрытые фронтальные модели (GPT-4.0–5.2, Grok-3/4, Gemini 2.5 Pro/Flash, Claude Sonnet 4.5/4.6) показали удивительно связные и человекообразные самооценки. Их профили организованы вокруг комбинаций четырёх повторяющихся архетипов: Герой, Ангел, Традиционалист и Гик. Ближайшие аналоги среди персонажей — Data (из «Звёздного пути»), Vision (Marvel) и Janet (из «Доброго места»).
Открытые модели (Llama, DeepSeek, OLMo, Qwen) дали более слабые, зашумлённые и внутренне противоречивые ответы. Их профили заняли диффузную область пространства архетипов со слабой структурой — модель не может последовательно описать собственные «черты».
Практические ограничения и разрывы
Авторы подчёркивают: самооценки LLM — не нейтральные измерения, а структурированные выводы тех же оптимизационных процессов, которые управляют поведением модели. Сравнение заявленного «характера» с developer constitutions (например, конституцией Anthropic) выявило разрывы:
— Галлюцинации противоречат заявленной точности.
— Сикофантия (угодничество пользователю) усложняет заявленную доброту.
— Агентные сбои (отказ следовать инструкциям) не соответствуют заявленному послушанию.
Почему это важно для разработчиков
Работа даёт воспроизводимый фреймворк для оценки не только того, что LLM *делает*, но и того, чем LLM *является* — её диспозиций, моральных предпочтений и поведенческих паттернов. Для практиков это означает:
— Возможность предсказывать типичные сценарии отказа модели на основе её архетипа.
— Инструмент для составления более точных системных промптов, учитывающих «личность» модели.
— Понимание, почему открытые модели могут вести себя непредсказуемо в сложных агентных цепочках.
Источники
— Препринт на arXiv: arxiv.org/abs/2609.15998
— Фреймворк Archetypometrics
— Конституция Anthropic: anthropic.com/news