Teaching Values to Machines: Simulating Human-Like Behavior in LLMs

📄 arXiv: 2605.30036v1 📥 PDF

作者: Asaf Yehudai, Naama Rozen, Ariel Gera

分类: cs.AI, cs.CL

发布日期: 2026-05-28

备注: GEM Workshop at ACL 2026

💡 一句话要点

通过价值观引导，使LLM模拟更具人类一致性的行为

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 价值观引导 行为模拟 心理学 人机交互

📋 核心要点

  1. 现有LLM在角色扮演方面表现出色，但缺乏内在价值观体系，难以模拟人类行为的复杂性和一致性。
  2. 本研究通过心理学价值观理论引导LLM，使其具备类人价值观，从而提升行为模拟的真实性。
  3. 实验结果表明，价值观引导的LLM在价值观结构和行为模式上与人类高度一致，增强了人群模拟效果。

📝 摘要（中文）

大型语言模型（LLM）展现出采纳不同角色和身份的卓越能力；然而，它们是否能够表现出符合连贯、类人价值观结构的行为仍不清楚。本研究借鉴已建立的心理学价值观理论，在LLM中诱导类人价值观，并评估其与人类研究中观察到的模式的一致性。我们使用经过验证的心理学问卷，进行了大规模实验——超过500万个问题——以评估领先LLM中的价值观结构和价值观-行为关系，并将其与人类进行比较。研究结果表明，价值观引导的LLM与人类在两个维度上都表现出高度一致性。此外，结合人类价值观分布增强了基于价值观诱导LLM的人群层面模拟。这些发现突出了价值观诱导LLM作为有效、心理学基础扎实的工具，在模拟人类行为方面的潜力。

🔬 方法详解

问题定义：现有大型语言模型虽然在模仿人类语言和行为方面取得了显著进展，但缺乏内在的价值观体系，导致其行为在某些情况下可能与人类的价值观相悖，或者缺乏一致性。这限制了它们在需要模拟人类行为的场景中的应用，例如社会科学研究、用户行为建模等。现有方法难以将人类的价值观有效地融入到LLM中，使其行为更符合人类的预期。

核心思路：本研究的核心思路是借鉴心理学中的价值观理论，通过特定的提示（prompting）方法，将人类的价值观注入到LLM中。具体来说，研究者利用经过验证的心理学问卷，设计了一系列问题，这些问题旨在激发LLM对特定价值观的认知和认同。通过这种方式，LLM可以学习到人类的价值观体系，并在生成文本或进行决策时，考虑到这些价值观的影响。

技术框架：该研究的技术框架主要包括以下几个步骤：1) 选择合适的LLM作为基础模型；2) 选取心理学中成熟的价值观理论（例如，Schwartz的价值观理论）；3) 基于选定的价值观理论，设计相应的提示语，引导LLM理解和采纳这些价值观；4) 使用大规模的心理学问卷对LLM进行测试，评估其价值观结构和价值观-行为关系；5) 将LLM的输出结果与人类的反应进行比较，验证其模拟人类行为的有效性。

关键创新：该研究的关键创新在于将心理学中的价值观理论与LLM相结合，提出了一种新的方法来引导LLM的行为，使其更符合人类的价值观。与以往的研究相比，该方法更加注重对LLM内在价值观的塑造，而不仅仅是简单地模仿人类的语言和行为。这种方法可以有效地提高LLM在模拟人类行为方面的真实性和可靠性。

关键设计：研究中使用了经过验证的心理学问卷，例如Schwartz Value Survey (SVS)，来评估LLM的价值观。提示语的设计至关重要，需要确保能够有效地激发LLM对特定价值观的认知和认同。研究者可能使用了特定的损失函数，例如对比学习损失，来鼓励LLM学习人类的价值观分布。此外，研究者可能还调整了LLM的参数，例如温度参数，以控制其输出的多样性和一致性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

研究结果表明，经过价值观引导的LLM在价值观结构和价值观-行为关系上与人类表现出高度一致性。通过大规模实验（超过500万个问题）验证了该方法的有效性。与未进行价值观引导的LLM相比，该方法能够显著提高LLM在模拟人类行为方面的真实性和可靠性。此外，研究还发现，结合人类价值观分布可以增强人群层面的模拟效果。

🎯 应用场景

该研究成果可应用于社会科学研究、用户行为建模、人机交互设计等领域。例如，可以利用价值观引导的LLM模拟不同人群的行为模式，从而预测社会事件的发生和发展。在人机交互设计中，可以利用LLM生成更符合用户价值观的对话内容，提高用户满意度。此外，该研究还有助于开发更安全、更可靠的AI系统，避免AI系统产生与人类价值观相悖的行为。

📄 摘要（原文）

Large Language Models (LLMs) demonstrate a remarkable capacity to adopt different personas and roles; however, it remains unclear whether they can manifest behavior that adheres to a coherent, human-like value structure. In this work, we draw on established psychological value theory to induce human-like values in LLMs and assess their alignment with patterns observed in human studies. Using validated psychological questionnaires, we conduct large-scale experiments -- over 5 million questions -- to evaluate value structures and value-behavior relationships in leading LLMs and compare them to humans. Our findings reveal strong agreement between value-prompted LLMs and humans across both dimensions. Moreover, incorporating human value distributions enhances population-level simulations with value-induced LLMs. These findings highlight the potential of value-induced LLMs as effective, psychologically grounded tools for simulating human behavior.