为了更好地发挥人工智能的能力，不少用户会要求它以“某领域专家”的身份作答，或者让它扮演安全监控者等特定角色，以期获得更专业、更安全的回答。然而，一项发表在 arXiv 预印本平台上的研究指出，这种“扮演角色”的做法在某些情况下反而会削弱模型的表现。

研究团队来自加州大学，他们在六个大型语言模型（LLM）上进行了大规模实验，设置了 12 种不同的角色，包括数学、编程和 STEM（科学、技术、工程和数学）专家，以及创意写作者、安全监控者等更通用的角色，系统评估模型在这些角色设定下的表现差异。

结果显示，让模型扮演角色是一把“双刃剑”。一方面，角色设定可以让回答听起来更专业、更符合安全规范（例如更愿意遵守规则、不太容易生成有害内容）；另一方面，在需要准确回忆事实的任务中，这种角色扮演有时会降低模型的表现。

研究人员认为，问题的关键在于：当模型被强制进入某个角色时，它更倾向于处于“执行指令”的模式，而不是“检索知识”的模式，从而影响了事实性内容的准确度。

引入 PRISM

为了解决这一问题，研究团队提出了一种名为 PRISM 的训练与推理方法，全称为“基于意图自我建模的角色路由”（Persona Routing via Intent Self-Modeling）。其核心思路是：让模型学会在何时启用角色、何时保持默认状态。

在实际使用中，当用户提出问题时，PRISM 会同时生成两个版本的回答：

• 一个来自模型的默认“核心”状态（不带角色）；
• 另一个来自设定的角色（例如专家或安全监控者）。

随后，系统对这两个回答进行比较，再决定向用户展示哪一个版本。

在训练阶段，PRISM被要求针对每个提示都生成上述两种回答。随着训练的推进，模型逐渐学会在什么场景下，专家式的角色声音能真正提供帮助，而在什么情况下，这种角色反而会干扰准确性。

如果系统判断非角色版本在准确性上更好，专家角色的回答并不会被简单丢弃。相反，其中有价值的推理和表达会被提取并存入一个称为 LoRA 适配器的轻量组件中。这样，模型在后续任务中仍然可以调用这种“专家风格”的推理方式，而不必牺牲基础准确性。

PRISM 的测试结果

研究人员使用 12 种不同角色对 PRISM 进行了评估，重点考察其在医学、法律等专业主题上的表现。

结果表明：

• 在高度依赖原始知识与事实回忆的测试中，直接加入专家角色往往会降低模型的准确率；
• 而在写作类任务和安全相关任务中，引入角色则明显改善了模型的表现，使回答更符合偏好和安全要求。

综合来看，在 MT-Bench 测试中，PRISM 能够将不同模型的整体得分提升约 1–2 分。MT-Bench 主要用于评估模型在遵循指令、保持有帮助和合适语气方面的能力。

研究团队在论文中写道：“PRISM 在生成类任务上提升了偏好与安全对齐，同时在判别类任务上保持了准确性，并适用于所有测试的 LLM，这为我们的结论提供了有力证据。”

未来，研究人员计划继续扩展 PRISM，包括尝试更多类型的角色设定，并让系统更智能地推断用户的真实需求，从而在安全性与准确性之间取得更好的平衡。

© 2026 科学X网络